请给我一份完整代码实现k均值法对手写数字的聚类，手写数字文件是我已有的

如果你已经有了包含手写数字的手写数字文件，并且想用KMeans进行聚类，你可以参考以下Python代码示例。这个例子假设你有一个CSV文件，每一行都是一个手写数字的一维向量。我们将使用pandas读取数据，然后进行预处理、聚类和结果可视化。

首先，你需要安装必要的库，如果没有安装，可以使用pip来安装：

pip install pandas scikit-learn matplotlib seaborn

然后，下面是完整的代码：

import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
import seaborn as sns

# 读取数据
# 假设数据文件名为'mnist_digits.csv'，且第一列为标签，其余列为特征向量
data = pd.read_csv('mnist_digits.csv')

# 提取特征（去除标签）
features = data.iloc[:, 1:].values

# 数据预处理（归一化）
features = features / features.max()

# 选择合适的簇数（这里以10为例，因为MNIST有10个数字）
n_clusters = 10
kmeans = KMeans(n_clusters=n_clusters)

# 训练模型
kmeans.fit(features)

# 获取聚类结果
labels = kmeans.labels_

# 绘制聚类结果
plt.figure(figsize=(10, 5))
sns.scatterplot(x=features[:, 0], y=features[:, 1], hue=labels, palette='viridis')
plt.title('KMeans Clustering of Handwritten Digits')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.show()