在Python中，你可以使用`scikit-learn`库中的`knn`算法。`scikit-learn`是一个广泛使用的机器学习库，它提供了许多常用的机器学习算法，包括K-最近邻（K-Nearest Neighbors, KNN）分类器。
1. 安装`scikit-learn`库（如果你还没有安装的话）：
```bash
pip install scikit-learn
2. 导入`KNN`分类器：```pythonfrom sklearn.neighbors import KNeighborsClassifier
3. 创建KNN分类器实例，并指定`k`值（即最近邻居的数量）：
```python
knn_classifier = KNeighborsClassifier（n_neighbors=3）
4. 使用`fit`方法训练模型，传入训练数据和对应的标签：```pythonknn_classifier.fit（X_train, y_train）
5. 使用`predict`方法对测试数据进行预测：
```python
predictions = knn_classifier.predict（X_test）
以上步骤展示了如何在Python中使用`scikit-learn`库实现KNN算法。`scikit-learn`库还提供了许多其他有用的功能，如数据预处理、距离计算等，可以帮助你更轻松地实现KNN算法。