Python是一種高效的編程語言，它不僅易學易用，還有豐富的擴展包和庫。其中，聚類算法是Python語言的一個重要應用，通過聚類算法可以將一些數據集歸類為不同的群組。下面我們來看看一個Python聚類示例。

import numpy as np
from sklearn.cluster import KMeans
# 生成隨機數據
X = np.random.rand(100, 2)
# 聚類，分為2個簇
kmeans = KMeans(n_clusters=2).fit(X)
# 輸出每個樣本所屬的簇
print(kmeans.labels_)
# 輸出簇的中心點
print(kmeans.cluster_centers_)

以上例子中，我們使用NumPy庫生成一個隨機的二維數據集，并使用scikit-learn庫中的KMeans聚類算法進行聚類。在這個示例中，我們將數據分為2個簇，算法會根據數據的特征將數據劃分為兩個簇。最后，我們可以通過算法得到每個樣本屬于哪個簇，并輸出簇的中心點。

Python語言的聚類算法還有很多種類，比如層次聚類、DBSCAN等等。這些算法都可以通過Python的擴展包和庫進行實現，簡單易用。在使用聚類算法時，我們需要注意選取恰當的算法和參數，這樣才能得到準確的聚類結果。