怎么用python输出聚类分群的成员

要输出聚类分群的成员，首先需要进行聚类分析并将结果保存在一个变量中。假设我们使用K-means算法进行聚类分析，并将结果保存在了`labels`变量中，那么可以按照以下步骤输出聚类分群的成员:

1. 定义一个空字典，用于存储聚类分群的成员。

   cluster_members = {}

2. 遍历`labels`列表，将每个样本的聚类标签作为键，将该样本的序号添加到对应键的值中。

   for i, label in enumerate(labels):
       if label not in cluster_members:
           cluster_members[label] = [i]
       else:
           cluster_members[label].append(i)

3. 输出聚类分群的成员。

   for label, members in cluster_members.items():
       print("Cluster {} members: {}".format(label, members))

完整的代码示例：

import numpy as np
from sklearn.cluster import KMeans

# 生成样本数据
X = np.random.rand(100, 2)

# 进行聚类分析
kmeans = KMeans(n_clusters=3)
labels = kmeans.fit_predict(X)

# 输出聚类分群的成员
cluster_members = {}
for i, label in enumerate(labels):
    if label not in cluster_members:
        cluster_members[label] = [i]
    else:
        cluster_members[label].append(i)

for label, members in cluster_members.items():
    print("Cluster {} members: {}".format(label, members))