我正在尝试使用亲和力传播对我的数据集进行聚类。我按照这个和这个链接来掌握亲和力传播聚类的基础知识。sklearn提供的示例代码如下：

from sklearn.cluster import AffinityPropagation
from sklearn import metrics
from sklearn.datasets.samples_generator import make_blobs
# Generate sample data
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=300, centers=centers, cluster_std=0.5,
                            random_state=0)
# Compute Affinity Propagation
af = AffinityPropagation(preference=-50).fit(X)
cluster_centers_indices = af.cluster_centers_indices_
labels = af.labels_

在运行它时，它按照网站上的说明工作。但是，我无法完全理解它。我想修改此代码以用于我的数据集。我的数据集由二维表面上不同传感器的值组成。我想用二维表面上不同点的类似传感器读数对值进行聚类。我该怎么做？

谢谢你。