问在scipy.cluster.hierarchy.linkage()中使用距离矩阵？

EN

我有一个距离矩阵n*n M，其中M_ij是object_i和object_j之间的距离。因此，正如预期的那样，它采取了以下形式：

   /  0     M_01    M_02    ...    M_0n\
   | M_10    0      M_12    ...    M_1n |
   | M_20   M_21     0      ...    M2_n |
   |                ...                 |
   \ M_n0   M_n2    M_n2    ...      0 / 

现在，我希望用分层聚类对这些n个对象进行聚类。Python有一个叫做scipy.cluster.hierarchy.linkage(y, method='single', metric='euclidean')的实现。

其文件说：

Y必须是{n \选择2}大小的向量，其中n是距离矩阵中配对的原始观测数。 Y: ndarray 压缩的或多余的距离矩阵。凝聚距离矩阵是包含距离矩阵的上三角的平坦阵列。这是pdist返回的表单。或者，n维的m观测向量集合可以由n个阵列作为m传递。

我对y的这种描述感到困惑。我可以直接将我的M y**?**输入到中。

更新

@洪博珠-cn 在GitHub中提出了这个问题。这正是我所关心的。然而，作为GitHub的新手，我不知道它是如何工作的，因此不知道如何处理这个问题。