您当然可以使用matplotlib
imshow或
pcolor方法来显示数据，但是正如注释所提到的，如果不放大数据的子集，可能很难解释。
a = np.random.normal(0.0,0.5,size=(5000,10))**2a = a/np.sum(a,axis=1)[:,None] # Normalizepcolor(a)
然后，您可以根据单词属于某个簇的概率对单词进行排序：
maxvi = np.argsort(a,axis=1)ii = np.argsort(maxvi[:,-1])pcolor(a[ii,:])
由于已对事物进行了排序，因此在y轴上的单词索引不再等于原始顺序。
另一种可能性是使用该
networkx程序包为每个类别绘制单词簇，其中概率最高的单词由更大或更接近图中心的节点表示，而忽略那些没有该类别成员资格的单词。因为您有大量的单词和少量的类别，所以这可能会更容易。
希望这些建议之一是有用的。
