scipy.cluster.kmeans聚类，再计算每一类的重心

scipy.cluster.kmeans函数可以用于进行聚类分析，它可以将一组数据分成k个类，每个类中的数据尽可能相似。

例如，可以使用以下代码将数据分成3个类：

import numpy as np
from scipy.cluster.vq import kmeans

# 生成数据
data = np.random.rand(100, 2)

# 聚类，分成3个类
centroids, labels = kmeans(data, 3)

# 打印每个数据点所属的类别
print(labels)

在得到每个数据点所属的类别之后，可以使用以下代码计算每个类别的重心：

# 计算每个类别的重心
for i in range(3):
    cluster = data[labels == i]
    centroid = np.mean(cluster, axis=0)
    print(f"Cluster {i} centroid: {centroid}")

这段代码中，我们首先使用`labels == i`选出第i个类别的数据点，然后使用`np.mean`函数计算这些数据点的平均值，即为该类别的重心。