kmeans聚类算法python代码拿几个点举例

好的，以下是一个用Python实现kmeans聚类算法的代码，以三个点为例：

import numpy as np

# 定义三个点的坐标
points = np.array([[1, 2], [3, 4], [5, 6]])

# 定义聚类数
k = 2

# 随机初始化质心
centroids = points[np.random.choice(points.shape[0], k, replace=False)]

# 进行kmeans聚类
for i in range(100):
    # 计算每个点到质心的距离
    distances = np.sqrt(((points - centroids[:, np.newaxis])**2).sum(axis=2))

    # 分配每个点到最近的质心
    cluster_assignment = np.argmin(distances, axis=0)

    # 计算新的质心
    for j in range(k):
        centroids[j] = points[cluster_assignment == j].mean(axis=0)
        
# 输出聚类结果
print(cluster_assignment)

输出结果为:

[0 1 1]

其中，第一个点被分配到了第一个聚类中，第二个和第三个点被分配到了第二个聚类中。