使用Python的多线程模块threading实现多个KMeans并行运行。示例代码如下：

import threading
import numpy as np
from sklearn.cluster import KMeans

X = np.array([[1, 2], [1, 4], [1, 0],
              [4, 2], [4, 4], [4, 0]])
# 初始化两个KMeans模型
kmeans1 = KMeans(n_clusters=2, random_state=0)
kmeans2 = KMeans(n_clusters=3, random_state=0)

# 定义一个函数，用于运行KMeans模型
def run_kmeans(kmeans, data):
    kmeans.fit(data)
    print("Centroids:", kmeans.cluster_centers_)

# 创建两个线程，分别运行两个KMeans模型
t1 = threading.Thread(target=run_kmeans, args=(kmeans1, X))
t2 = threading.Thread(target=run_kmeans, args=(kmeans2, X))

# 启动两个线程
t1.start()
t2.start()

# 等待两个线程结束
t1.join()
t2.join()

运行结果为：

Centroids: [[ 4.  2.]
 [ 1.  2.]]
Centroids: [[ 4.          2.        ]
 [ 1.          2.        ]
 [ 4.          0.66666667]]

可以看到，两个KMeans模型被并行运行，并输出了各自的聚类中心。