写一段代码能够实现成员分簇，以及簇成员管理。

下面是一个简单的Python示例，使用了sklearn库中的K-means聚类算法来实现成员分簇，并演示了如何管理簇成员：

from sklearn.cluster import KMeans
import numpy as np

# 假设我们有一个二维的数据集
data = [[2, 10], [2, 5], [8, 4], [5, 8], [7, 9], [6, 4], [1, 1], [1, 5]]

# 定义并初始化KMeans模型
kmeans = KMeans(n_clusters=3)  # 假设我们要分成3个簇
kmeans.fit(data)

# 获取簇中心和簇成员
centroids = kmeans.cluster_centers_
labels = kmeans.labels_

# 簇成员管理：例如，获取第一个人所属的簇
first_person_cluster = labels[0]

# 打印结果
print("Centroids:", centroids)
print("Labels (cluster membership):", labels)

# 管理簇成员，比如检查某个点是否属于第一簇
def is_in_first_cluster(point):
    return labels.tolist().index(point[1]) == 0

# 示例检查
is_first_cluster_example = is_in_first_cluster([2, 10])
print(f"Is the first point in the first cluster? {is_first_cluster_example}")

#