python中的k-means多列数据聚类

我有一个在文本文件中包含2000行的数据集。 每条线表示人体20个骨骼关节点（例如：头部、肩部中心、左肩、右肩、…、左肘、右肘）的x、y、z（三维坐标位置）。我想对这些数据进行k-means聚类。 数据由“空格”分隔，每个关节由3个值（表示x、y、z坐标）表示。类似头部和肩部中心，由

.0255... .01556600 1.3000... .0243333 .010000 .1.3102000 ....

基本上每行有60列，代表20个连接，每个连接由三个点组成

---

我的问题是如何格式化或使用这些数据进行k-means聚类，

您不需要重新格式化任何内容

每行是一个60维的连续值向量，具有可比的比例（坐标），如k-均值所需

你可以在这上面运行k-means

---

但是假设测量是按顺序进行的，您可能会观察到行之间存在很强的相关性，因此我不希望数据能够非常好地聚类，除非您设置了使用来做和保持某些姿势。

您想要什么输出？20个三维点，分别近似（kmean）20个接头。或者只是一个近似所有关节的点。你能再解释一下设置吗？我在关节数据中确实有某些姿势。因为数据由10个不同的活动组成。