我已经聚类结束了。知道数据，知道数据的聚类结果，知道聚类簇数，计算聚类中心的代码

如果你已经完成了数据聚类，并且知道了每个数据点所属的簇编号（假设是`labels`），以及总的簇数（假设是`num_clusters`），你可以通过以下步骤计算每个簇的中心：

对于Python中的scikit-learn库，计算聚类中心的代码通常如下：

from sklearn.cluster import KMeans

def compute_cluster_centers(X, labels, num_clusters):
    cluster_centers = []
    for i in range(num_clusters):
        # 提取属于第i个簇的数据点
        cluster_data = X[labels == i]
        # 计算簇中心
        cluster_centers.append(cluster_data.mean(axis=0))
    return cluster_centers

# 假设X是你的数据矩阵，labels是聚类标签
cluster_centers = compute_cluster_centers(X, labels, num_clusters)

这里的`mean(axis=0)`用于沿行（即数据点）计算平均值，得到簇的中心。

如果您的数据在其他编程语言中，计算方法可能会有所不同，但基本原理相似：根据每个簇内的样本求均值。