Python是目前常用于高光譜聚類的編程語言之一。在Python中，高光譜聚類可以通過調用相應的庫進行實現。

import numpy as np
import spectral
from sklearn.cluster import KMeans
# 加載高光譜數據
img = spectral.open_image('data.hdr').load()
# 調整數據格式為二維矩陣
X = img.reshape((img.shape[0] * img.shape[1], img.shape[2]))
# 進行K-Means聚類
kmeans = KMeans(n_clusters=5, random_state=0).fit(X)
labels = kmeans.labels_
# 將聚類結果可視化
result = labels.reshape((img.shape[0], img.shape[1]))
spectral.imshow(classes=result.astype(np.float))

上述代碼中，首先使用spectral庫中的open_image函數來加載高光譜數據，并調整數據格式為二維矩陣。然后利用sklearn中的KMeans進行K-Means聚類，并將聚類結果保存在labels中。

最后，我們將聚類結果result可視化，通過將其作為參數傳給spectral.imshow函數實現。在實際應用中，我們可以根據實際需要自定義聚類數目和圖像輸出格式等參數，以適應不同的場景。