我目前的下面是单一功能，我希望利用多达500个维度的数据。我不知道如何操纵x和y，或引入新的数组，以允许更多的功能。
我真正想要做的是拥有一个主要ID或行，并说出与此行最相似的行，它具有超过500列或功能。我可以操纵数组来做到这一点，还是有更好的方法来考虑这个？
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
x = [1,5,1.5,8,1,9]
y = [2,8,1.8,8,0.6,11]
# plt.scatter(x,y)
# plt.show()
X = np.array( list(zip(x,y)) )
print(X)
kmeans = KMeans(n_clusters=2)
kmeans.fit(X)
centroids = kmeans.cluster_centers
labels = kmeans.labels
print(centroids)
print(labels)
colors = ["g.","r."]
for i in range(len(X)):
print("coordinate: ",X[i],"label: ",labels[i])
plt.plot(X[i][0],X[i][1], colors[labels[i]], markersize=10)
plt.scatter(centroids[:,0],centroids[:,1],marker ="x",s=150,linewidths=5,zorder=10)
plt.show()