用python写一个聚类算法代码

下面是一个用Python实现k-means聚类算法的示例代码：

import numpy as np
import matplotlib.pyplot as plt

def k_means(data, k):
    # 随机初始化k个簇中心
    centroids = data[np.random.choice(len(data), k, replace=False)]
    # 初始化簇分配和簇距离数组
    cluster_assign = np.zeros(len(data))
    cluster_dist = np.zeros(len(data))
    # 迭代计算簇中心和簇分配
    for _ in range(100):
        # 计算每个数据点到每个簇中心的距离
        for i, x in enumerate(data):
            dists = np.linalg.norm(x - centroids, axis=1)
            cluster_assign[i] = np.argmin(dists)
            cluster_dist[i] = np.min(dists)
        # 计算每个簇的新中心
        for j in range(k):
            centroids[j] = np.mean(data[cluster_assign == j], axis=0)
    return cluster_assign, cluster_dist, centroids

# 生成随机数据
data = np.random.rand(100, 2)
# 聚类并绘制结果
cluster_assign, _, centroids = k_means(data, 3)
plt.scatter(data[:,0], data[:,1], c=cluster_assign)
plt.scatter(centroids[:,0], centroids[:,1], marker='x', s=200, linewidths=3, color='r')
plt.show()

该代码使用numpy库实现了k-means聚类算法，并在二维平面上绘制了聚类结果和簇中心。