这是我的问题：我有一份村庄清单。对于每个村庄，我计算了它们之间的路径距离并准备了距离矩阵。现在我想确定彼此接近的村庄群。
我使用Python 2.7并且我已经使用层次聚类（由scypy提供）来聚类距离矩阵。通过将其视为人类，我可以识别最近的村庄，但我需要自动化它。我需要获取属于每个集群的元素。
答案 0 :(得分：0)
我还想知道一旦创建并切割了树状图，如何检索群集。由于此问题尚未得到解答，并且可能会向其他人提出类似的问题，因此我将根据自己的需求进行回答，并作一些假设，因为这是一个古老的问题。
第一步是您需要确定在哪里切割树状图。您可以通过多种方式执行此操作，但是我假设您已经知道如何执行此操作，因为您正在查看树状图，并且似乎对自己已对数据进行聚类感到满意。如果您不知道在哪里切割，则可以从简单的操作开始，例如在最大距离处切割。但实际上，在哪里进行裁切是一个不同的，非常漫长的讨论，我认为您已经弄清楚了该怎么做（因为我在搜索时已经这样做了）。
现在，我假设您有一个树状图，并且您知道该在何处切割，甚至您甚至可以使用切割线对其进行绘制。但是您想对聚类做更多的事情，因此您需要标记聚类的点。可以使用scipy中的扁平簇（fcluster()）函数来完成。
from scipy.cluster.hierarchy import fcluster
clusters=fcluster(Z,distance,criterion='distance')
print(clusters)
Z是分层链接矩阵（来自scipy的linkage()函数），我假设您已经创建了它。 distance是切割树状图的距离（但是还有其他方法可以切割树状图，有关如何使用fcluster进行切割，请参见source）。
这将返回一个numpy数组，该数组表示哪个观察值位于哪个群集中。现在，您可以将其作为新列添加到数据中，并随即转到城镇（或村庄）。