绘制二维数组K类均值聚类样本散点图的程序

好的，以下是绘制二维数组K类均值聚类样本散点图的Python程序示例：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

# 生成随机数据
data = np.random.rand(100, 2)

# K类均值聚类
kmeans = KMeans(n_clusters=3, random_state=0).fit(data)
labels = kmeans.labels_

# 绘制散点图
plt.scatter(data[:, 0], data[:, 1], c=labels)
plt.show()

这个程序使用了NumPy、Matplotlib和Scikit-learn库。首先，生成一个100x2的随机二维数组data作为样本数据。接着，使用KMeans算法将数据聚类成3类，得到每个数据点所属的类别labels。最后，使用Matplotlib库绘制散点图，并使用labels数组将数据点按照类别不同的颜色进行区分。

注意：这个程序仅供参考，实际使用时需要根据具体数据集进行调整。