一维kmeans聚类算法python

以下是一维kmeans聚类算法的Python代码：

import random

def kmeans(data, k):
    centroids = random.sample(data, k) # 随机选取k个中心点
    clusters = [[] for _ in range(k)] # 初始化clusters
    while True:
        # 将数据点分配到最近的中心点所在的簇中
        for point in data:
            distances = [abs(point - c) for c in centroids]
            cluster_index = distances.index(min(distances))
            clusters[cluster_index].append(point)
        
        # 计算新的中心点
        new_centroids = []
        for i in range(k):
            if clusters[i]:
                new_centroids.append(sum(clusters[i]) / len(clusters[i]))
            else:
                new_centroids.append(centroids[i])
        
        # 如果中心点不再改变，停止迭代
        if new_centroids == centroids:
            break
        
        centroids = new_centroids
        clusters = [[] for _ in range(k)]
    
    return clusters

其中，`data`表示数据集，是一个一维列表；`k`表示簇的个数；输出结果为一个包含`k`个子列表的列表，每个子列表表示一个簇，包含该簇中的所有数据点。