通过重复数据进行聚类

Question

有没有办法将包含三对点（或只是它们的索引号）的数据集拆分成连接的集群？也就是说，如果两对（a，b）和（c，d）共享一个共同点（即a = c，b = c，a = d或b = d）或者如果有共有点，则它们应该在同一个簇中一个或多个其他对的链，每个对与前一个对共享一个点，从一对到另一对。

例如，对列表：

[[1,2],[2,3],[4,5],[6,7],[7,8],[9,4],[8,5]]

将分组如下：

[[1,2],[2,3]]

[[4,5],[6,7],[7,8],[9,4],[8,5]]

在第一个聚类中，对（1,2）和（2,3）具有共同的点2，并且不与聚类外的任何对共享点。在第二个集群中，该对（4,5）与（9,4）和（8,5）共享公共点，而（8,5）与（7,8）具有公共点，其具有共同点（6,7）。

数据最初存储在numpy数组中，但输出格式并不太重要。

之后我需要能够访问构成每个群集的数据。

Answer 1

使用networkx：

import networkx

edges = [[1, 2], [2, 3], [4, 5], [6, 7], [7, 8], [9, 4], [8, 5]]

graph = networkx.Graph(edges)
print(list(networkx.connected_components(graph)))

输出：

[set([1, 2, 3]), set([4, 5, 6, 7, 8, 9])]