在SciPy中，可以使用scipy.cluster.vq.kmeans函数来实现K均值聚类。下面是一个简单的例子：
云服务器
物理服务器
虚拟主机
跨境电商服务器from scipy.cluster.vq import kmeans, vq
import numpy as np
# 生成一些随机数据
data = np.random.rand(100, 2)
# 定义要聚类的簇的数量
k = 3
# 使用kmeans函数进行聚类
centroids, distortion = kmeans(data, k)
# 使用vq函数将数据分配到不同的簇中
clusters, _ = vq(data, centroids)
print(clusters)
在上面的例子中，首先生成了一些随机数据，然后定义了要聚类的簇的数量。接下来使用kmeans函数进行聚类，得到聚类的中心点和畸变度，最后使用vq函数将数据分配到不同的簇中。
辰迅云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
推荐阅读： SciPy怎么辅助化学动力学模拟