用python代码实现一共有三类的数据，对每一类分别使用20个数据样本获得样本中心点，再对剩余三类分别30个一共90个无标签的数据用kmeans聚类，其中数据有三个坐标 点击复制后，将打开C知道体验页

以下是用 Python 代码实现三类数据的样本中心点和对剩余三类数据进行 KMeans 聚类的代码：

import numpy as np
from sklearn.cluster import KMeans

# 生成三类数据
data1 = np.random.normal(loc=[1, 1, 1], scale=[.1, .1, .1], size=(20, 3))
data2 = np.random.normal(loc=[-1, -1, -1], scale=[.1, .1, .1], size=(20, 3))
data3 = np.random.normal(loc=[1, -1, ], scale=[.1, .1, .1], size=(20, 3))

# 计算三类数据的样本中心点
center1 = np.mean(data1, axis=)
center2 = np.mean(data2, axis=)
center3 = np.mean(data3, axis=)

# 将三类数据合并成一个数组
data = np.concatenate([data1, data2, data3], axis=)

# 对剩余三类数据进行 KMeans 聚类
kmeans = KMeans(n_clusters=3, random_state=).fit(data)

# 输出结果
print("样本中心点：")
print("类别1：", center1)
print("类别2：", center2)
print("类别3：", center3)
print("KMeans 聚类结果：")
print(kmeans.labels_)

注意：以上代码只是一个示例，实际应用中需要根据具体情况进行调整。