DBSCAN в scikit-learn Python: сохранить точки кластера в массиве

после примера Демо-алгоритм кластеризации DBSCAN Scikit Learning Я пытаюсь сохранить в массиве x, y каждого класса кластеризации

import numpy as np
from sklearn.cluster import DBSCAN
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs
from sklearn.preprocessing import StandardScaler
from pylab import *

# Generate sample data
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=750, centers=centers, cluster_std=0.4, random_state=0)
X = StandardScaler().fit_transform(X) 

xx, yy = zip(*X)
scatter(xx,yy)
show()

db = DBSCAN(eps=0.3, min_samples=10).fit(X)
core_samples = db.core_sample_indices_
labels = db.labels_
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)
print n_clusters_
3

Я пытаюсь понять реализацию DBSCAN с помощью scikit-learn, но с этого момента у меня возникают проблемы. Число кластеров равно 3 (n_clusters_), и я хочу сохранить x, y каждого кластера в массиве

Ответы

clusters = [X[labels == i] for i in xrange(n_clusters_)]

outliers = X[labels == -1]