重新写这行代码new_mu = np.array([np.mean(one_d_img[labels == i], axis=0) for i in range(k)])

这行代码的作用是根据聚类结果 labels，计算每个聚类簇的均值，即新的聚类中心坐标。重新写一下可以是这样的：

new_mu = []
for i in range(k):
    cluster_i = one_d_img[labels == i]
    mean_i = np.mean(cluster_i, axis=0)
    new_mu.append(mean_i)
new_mu = np.array(new_mu)

这段代码首先通过 for 循环遍历每个聚类簇的标签 i，然后利用布尔索引选出所有属于聚类簇 i 的像素点，存储在 cluster_i 变量中。接着，使用 np.mean 函数计算 cluster_i 中所有像素点的均值，即新的聚类中心坐标，存储在 mean_i 变量中。最后，将所有聚类中心坐标存储在列表 new_mu 中，并转换成 Numpy 数组。