要在spaCy中可視化文本聚類，通常可以使用scattertext庫。以下是一個示例代碼，展示了如何在spaCy中使用scattertext庫可視化文本聚類：

import spacy
import scattertext as st
from scattertext import CorpusFromPandas

# 加載spaCy模型
nlp = spacy.load("en_core_web_sm")

# 創建一個示例數據集
data = {
    'text': ['This is a great product', 'I love this product', 'Not satisfied with this product', 'Highly recommended', 'Waste of money'],
    'category': ['positive', 'positive', 'negative', 'positive', 'negative']
}

df = pd.DataFrame(data)

# 使用spaCy進行處理文本
corpus = st.CorpusFromPandas(df, category_col='category', text_col='text', nlp=nlp).build()

# 創建一個可視化
html = st.produce_scattertext_explorer(corpus, category='positive', category_name='Positive', not_category_name='Negative')

# 保存可視化為HTML文件
open('visualization.html', 'w').write(html)

在這個示例中，我們首先加載了spaCy模型，然后創建了一個包含文本和類別的示例數據集。接下來，我們使用spaCy對文本進行處理，并使用scattertext庫構建了語料庫。最后，我們使用produce_scattertext_explorer函數創建了一個可視化，并將其保存為HTML文件。

您可以根據您的需要調整數據集和可視化選項，以適應不同的文本聚類任務。