1、为什么用jupyter？因为后面的运行，不会篡改前面的数据。实际上，我打算在一开始的时候，使用随机数据：a=np.random.randn(1,100)[0]b租涫疼迟=np.random.randn(1,100)[0]在平面上画出这100个随机点。下面，就要对这100个随机点分类。
2、我只龅歧仲半打算分成三类，先给出三个种子：aa=np.array([-3,0])bb=np.array([0,0])cc=np.array([3荑樊综鲶,0])图中的红色点分别是aa、bb、cc，这就是此时此刻的种子。
3、计算每一个点到aa、bb、cc的距离，离那一个最近，酒吧这个点归类为那一类。
4、把分成的三类画出来，并使用不同的颜色。
5、计算每一类的点坐标的平均值（也就是求质心），得到三个点；如果这三个点和原先的种子不一样，那么，就用这三个点取代原先的种子，重新聚类；重复这个过程，直到种子不再变化。
6、我把这个聚类的过程，制作成为动态图。
7、换成另外三个初始的种子：aa=np.array([-3,-3])bb=np.array([0,0])cc=np.array([3,3])
8、聚类效果如下。由此可见，选取伯南共同的种子，最后的聚类效果是不一样的。
