如何在scipy创建的树形图中获得与颜色簇相对应的平面聚类

在SciPy中创建树形图并获得与颜色簇相对应的平面聚类，可以通过以下步骤实现：

1. 导入所需库：import numpy as np import matplotlib.pyplot as plt from scipy.cluster.hierarchy import dendrogram, linkage from sklearn.cluster import AgglomerativeClustering
2. 生成模拟数据：data = np.random.rand(10, 2)
3. 使用SciPy的linkage函数计算树形图：Z = linkage(data, method='ward')
4. 使用SciPy的dendrogram函数绘制树形图：plt.figure(figsize=(10, 7)) plt.title('Hierarchical Clustering Dendrogram') plt.xlabel('Sample') plt.ylabel('Distance') dendrogram(Z) plt.show()
5. 使用sklearn的AgglomerativeClustering函数进行平面聚类：n_clusters = 3 clustering = AgglomerativeClustering(n_clusters=n_clusters, affinity='euclidean', linkage='ward').fit(data)
6. 将聚类结果应用到数据点上：colors = ['red', 'blue', 'green'] for i, point in enumerate(data): plt.scatter(point[0], point[1], c=colors[clustering.labels_[i]], marker='o')
7. 绘制聚类结果：plt.figure(figsize=(10, 7)) plt.title('Agglomerative Clustering') plt.xlabel('Feature 1') plt.ylabel('Feature 2') plt.show()

通过以上步骤，您可以在SciPy中创建树形图并获得与颜色簇相对应的平面聚类。