如何用python写一个可以做到K-means算法的函数？

下面是一个用Python实现K-means算法的示例代码：

import numpy as np
import random

def kmeans(data, k):
    centroids = random.sample(list(data), k)
    while True:
        clusters = [[] for _ in range(k)]
        for point in data:
            distances = [np.linalg.norm(point - c) for c in centroids]
            min_index = np.argmin(distances)
            clusters[min_index].append(point)
        new_centroids = [np.mean(c, axis=0) for c in clusters]
        if np.allclose(centroids, new_centroids):
            break
        centroids = new_centroids
    return clusters, centroids

其中，`data`是一个Numpy数组，每行代表一个数据点；`k`是簇的个数。函数返回一个包含`k`个子列表的列表，每个子列表代表一个簇，以及一个包含`k`个元素的列表，每个元素代表一个簇的质心。