鸢尾花花瓣长度数据做聚类并用散点图显示

import  numpy as np
from sklearn.datasets import load_iris
iris=load_iris()
x=iris.data[:,1]
y=np.zeros(150)

def initcent(x,k): #初始聚类中心数组
    return  x[0:k].reshape(k)

def nearest(kc,i):  #数组中的值，与聚类中心最小距离所在类别的索引号
    d=(abs(kc-i))
    w=np.where(d==np.min(d))
    return w[0][0]

def kcmean (x,y,kc,k):  #计算各聚类新均值
    l=list(kc)
    flag=False
    for c in range(k):
        m=np.where(y==c)
        n=np.mean(x[m])
        if l[c] !=n:
                l[c]=n
                flag=True  #聚类中心发生变化
    return (np.array(l),flag)             
        

def xclassify(x,y,kc):
    for i in range (x.shape[0]):  #对数组的每个值分类
        y[i]=nearest(kc,x[i])
    return y

k=3
kc=initcent(x,k)

flag = True
print(x,y,kc,flag)
while flag:
    y = xclassify(x,y,kc)
    kc,flag = kcmean(x,y,kc,k)
print(y,kc,type(kc))

import matplotlib.pyplot as plt
plt.scatter(x,x,c=y,s=50,cmap='rainbow',marker='p',alpha=0.5);
plt.show()