K-means聚类本质上是一种基于欧式距离度量的数据划分方法，均值和方差大的 维度对数据的聚类结果会产生决定性的影响，所以未做标准化处理的数据无法直接参与运算 和比较。所以答案为C。

正确答案是C: 求距离。

专业分析：
K-means聚类是一种基于距离的聚类算法，其核心思想是通过迭代优化，使得每个数据点到其所属簇中心的距离最小化。由于距离计算在K-means算法中至关重要，因此变量的尺度对结果有很大的影响。

在实际数据集中，不同变量可能具有不同的量纲（例如，一个变量的取值范围是0-1，另一个变量的取值范围是0-1000）。如果不对变量进行标准化，量纲较大的变量在距离计算中会占据主导地位，从而影响聚类结果。因此，标准化处理（通常是将每个变量转换为均值为0、标准差为1的标准正态分布）可以消除不同量纲的影响，使每个变量在距离计算中具有相同的权重，从而得到更合理的聚类结果。

综上所述，K-means聚类分析中需要做变量标准化的原因是为了求距离。