写一段python代码：用于K-means聚类

下面是一段Python代码用于K-means聚类，使用sklearn库实现：

from sklearn.cluster import KMeans

# 假设有一组数据集X
X = [[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]]

# 定义聚类数k
k = 2

# 进行K-means聚类
kmeans = KMeans(n_clusters=k, random_state=0).fit(X)

# 输出聚类结果
print(kmeans.labels_) # 输出每个样本所属的簇
print(kmeans.cluster_centers_) # 输出每个簇的质心

在这段代码中，我们首先定义了一个数据集X，然后定义了聚类数k=2。接着，我们使用sklearn库中的KMeans函数进行K-means聚类，并将数据集X作为输入。最后，我们输出了聚类结果，包括每个样本所属的簇和每个簇的质心。