k均值聚类python实现

# -*- coding:utf-8 -*-
# user:xuke
import numpy as np
import matplotlib.pyplot as plt
import random
def dist（p1p2）:
    return np.sqrt（np.sum（np.multiply（（p1-p2）（p1-p2））））

def kmeans（kdata）:
    centers = data[:k]
    print（centers）
    clusters = [[center] for center in centers]
    print（‘clusters‘clusters）
    j = 0
    while True:
        print（‘第‘j‘次迭代‘）
        j+=1
        clusters = [[center] for center in centers]
        for sample in data:
            # print（‘sample‘sample）
            distances = []
            for i in range（k）:
                # print（i）
                distance = dist（np.array（sample）np.array（centers[i]））
                # print（distance）
                distances.append（distance）
            # print（distances）
            mini_index = distances.index（min（distances））
            clusters[mini_index].append（sample）
        new_centers = []
        for clucen in zip（clusterscenters）:
            new_center = sum（np.array（clu））/len（clu）
            if all（np.