distances = np.sqrt(((data - centers[:, np.newaxis])**2).sum(axis=2))

这行代码是计算数据集中每个数据点与聚类中心之间的距离。具体来说，它首先将数据集和聚类中心沿着轴1进行广播，得到一个形状为(k, n, d)的数组，其中k是聚类中心的数量，n是数据集中数据点的数量，d是每个数据点的维度。然后，它计算每个数据点与每个聚类中心之间的欧几里得距离，并将结果存储在一个形状为(k, n)的数组中。最后，它返回这个数组。