J = \sum_{n=1}^{N}\sum_{k=1}^{K}r_{nk}||X_n-μ_k||^2

    r_{nk} = 1 : X_nがk番目の代表点に属する場合 \\
    r_{nk} = 0 : それ以外の場合 \tag{6.1}

    μ_k = \frac{\sum{X_n}}{N_k} (k = 1,2) \tag{6.2}

    μ_k = \frac{\sum_{n=1}^{N}{r_{nk}X_n}}{\sum_{n=1}^{N}{r_{nk}}} \tag{6.3}

# -*- coding: utf-8 -*-
#
# k平均法による画像の減色処理
#
# 2015/04/24 ver1.0
#

import numpy as np
from numpy.random import randint
from PIL import Image

#------------#
# Parameters #
#------------#
Colors = [2, 3, 5, 16]  # 減色後の色数（任意の個数の色数を指定できます）


# k平均法による減色処理
def run_kmeans(pixels, k):
    cls = [0] * len(pixels)#ピクセル数

    # 代表色の初期値をランダムに設定
    center = []
    for i in range(k):
        center.append(np.array([randint(256), randint(256), randint(256)]))#最初の代表点をランダムを設定
        #randint(256):0~256の整数をランダムに出力する
    print("Initial centers:",)
    print(map(lambda x: x.tolist(), center))#無名関数
    print("========================")
    distortion = 0.0

    # 最大50回のIterationを実施
    for iter_num in range(50):
        center_new = []
        for i in range(k):
            center_new.append(np.array([0,0,0]))
        num_points = [0] * k
        distortion_new = 0.0

        # E Phase: 各データが属するグループ（代表色）を計算
        for pix, point in enumerate(pixels):#point=[R,G,B]
            min_dist = 256*256*3
            point = np.array(point)
            for i in range(k):
                d = sum([x*x for x in point-center[i]])#(6,4)Σ^(k)rnk(||Xn-μk||)^2
                if d < min_dist:#RGBをかけたものの最小値
                    min_dist = d
                    cls[pix] = i
            center_new[cls[pix]] += point#(6,3)の分子Σ^(N)rnkXn
            num_points[cls[pix]] += 1#(6,3)の分母Σ^(N)rnk
            distortion_new += min_dist#(6,4)J

        # M Phase: 新しい代表色を計算
        for i in range(k):
            center_new[i] = center_new[i] / num_points[i]#(6,3)
        center = center_new#代表色を計算して代入
        print(map(lambda x: x.tolist(), center))
        print("Distortion: J=%d" % distortion_new)

        # Distortion(J)の変化が0.1%未満になったら終了
        if iter_num > 0 and distortion - distortion_new < distortion * 0.001:
            break
        distortion = distortion_new

    # 画像データの各ピクセルを代表色で置き換え
    for pix, point in enumerate(pixels):
        pixels[pix] = tuple(center[cls[pix]])

    return pixels

# Main
if __name__ == '__main__':
    for k in Colors:
        print("")
        print("========================")
        print("Number of clusters: K=%d" % k)
        # 画像ファイルの読み込み
        im = Image.open("photo.jpg")
        pixels = list(im.convert('RGB').getdata())
        # k平均法による減色処理
        result = run_kmeans(pixels, k)

        ########################################################
        #【追記】2系と3系の違い？でこれを書かないとエラーになる
        #resultがfloatで入ってるのをintに変換
        test = []
        for val in result:
            intest = []
            for v in val:
                intest.append(int(v))
            test.append(tuple(intest))
        ########################################################

        # 画像データの更新とファイル出力
        im.putdata(test) # Update image
        im.save("output%02d.bmp" % k, "BMP")