用python写一个kmeans聚类的代码

好的，以下是一个简单的Python实现k-means聚类算法的代码：

import numpy as np

def kmeans(X, K, max_iters):
    centroids = X[np.random.choice(len(X), K, replace=False)]
    
    for i in range(max_iters):
        # 分配每个样本到最近的质心
        C = np.argmin(np.square(X[:, np.newaxis] - centroids).sum(axis=2), axis=1)
        
        # 更新质心
        centroids = np.array([X[C == k].mean(axis=0) for k in range(K)])
        
    return C, centroids

其中，X是输入数据的矩阵，K是聚类的个数，max_iters是最大迭代次数。函数的返回值是一个长度为len(X)的向量C，表示每个样本点所属的聚类簇的索引，以及一个KxM的矩阵centroids，表示每个聚类簇的质心。