以下是一个示例代码，展示如何按照簇生成的分组方式进行分组：

from sklearn.cluster import KMeans
import numpy as np

# 创建一个示例数据集
data = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])

# 使用KMeans算法进行聚类
kmeans = KMeans(n_clusters=2)
kmeans.fit(data)

# 获取每个样本的簇索引
labels = kmeans.labels_

# 按照簇生成分组
groups = {}
for i, label in enumerate(labels):
    if label not in groups:
        groups[label] = []
    groups[label].append(data[i])

# 打印分组结果
for label, group in groups.items():
    print(f"Group {label}: {group}")

输出结果：

Group 0: [array([1, 2]), array([1, 4]), array([1, 0])]
Group 1: [array([4, 2]), array([4, 4]), array([4, 0])]

这个示例中，首先创建了一个示例数据集data，然后使用KMeans算法对其进行聚类，将其分成了两个簇。接着，通过获取每个样本的簇索引，将样本按照簇生成分组。最后，打印了分组结果。