请使用scikit-learn库中的KMeans函数，写一个将四维样本划分为5个不同的簇的完整代码

下面是使用Scikit-learn库中的KMeans函数将四维样本划分为5个不同簇的完整Python代码：

from sklearn.cluster import KMeans
import numpy as np

# 生成一个随机的四维样本数据集
X = np.random.rand(100, 4)

# 构建KMeans聚类模型，并将样本分成5个簇
kmeans = KMeans(n_clusters=5, random_state=0).fit(X)

# 输出每个样本所属的簇编号
print(kmeans.labels_)

在上述代码中，我们首先导入了Scikit-learn库中的KMeans函数，并生成了一个100个样本、4个特征的随机数据集X。

然后，我们使用KMeans函数创建了一个KMeans聚类模型，将样本数据分为5个簇，并使用fit方法对数据进行训练。

最后，我们使用labels_属性来获取每个样本所属的簇编号，打印输出结果。