python读取excel数据使用keans聚类算法绘制散点图

以下是Python读取Excel数据并使用K-means聚类算法绘制散点图的示例代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

# 读取Excel数据
data = pd.read_excel('data.xlsx')

# 提取需要聚类的特征数据
X = data[['feature1', 'feature2']].values

# 使用K-means算法进行聚类，聚成3类
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

# 绘制散点图，不同颜色代表不同的聚类
plt.scatter(X[:, 0], X[:, 1], c=kmeans.labels_, cmap='rainbow')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.title('K-means Clustering')
plt.show()

在代码中，首先使用Pandas库读取Excel数据，然后提取需要聚类的特征数据。接着使用Scikit-learn库中的K-means算法进行聚类，聚成3类。最后使用Matplotlib库绘制散点图，不同颜色代表不同的聚类