基于distance matrix的站点聚类方案咨询（Python 3环境）

针对你的站点聚类需求，结合已有的距离矩阵和站点坐标，推荐以下几种实用的Python解决方案：

1. 层次聚类（Agglomerative Clustering） #

适合基于预计算距离矩阵的聚类，无需提前指定聚类数量（也可手动指定），能直观展示聚类层级关系。使用scikit-learn实现：

from sklearn.cluster import AgglomerativeClustering
import numpy as np

# 转换距离矩阵为numpy数组
distance_matrix = np.array(data['distance_matrix'])

# 初始化聚类器，使用预计算的距离矩阵
# linkage可选：ward（最小化簇内方差）、complete（簇间最大距离）、average（簇间平均距离）
cluster = AgglomerativeClustering(
    n_clusters=None,  # 不指定聚类数，通过距离阈值停止聚类
    distance_threshold=500,  # 聚类停止的距离阈值，可根据业务需求调整
    affinity='precomputed',
    linkage='ward'
)

# 执行聚类并获取每个站点的标签
labels = cluster.fit_predict(distance_matrix)

# 输出结果
for idx, label in enumerate(labels):
    print(f"站点 {idx}: 聚类标签 {label}")

若需要固定聚类数量，将n_clusters设为目标数值，移除distance_threshold参数即可。

2. DBSCAN 密度聚类 #

适合识别地理上的高密度聚集区域，能自动过滤孤立站点，支持直接使用预计算距离矩阵：

from sklearn.cluster import DBSCAN
import numpy as np

distance_matrix = np.array(data['distance_matrix'])

# 初始化DBSCAN
# eps: 邻域半径，控制簇的大小；min_samples: 邻域内最少站点数，过滤稀疏区域
dbscan = DBSCAN(
    eps=500,
    min_samples=2,
    metric='precomputed'
)

labels = dbscan.fit_predict(distance_matrix)

# 输出结果，标签为-1代表该站点是孤立点
for idx, label in enumerate(labels):
    print(f"站点 {idx}: 聚类标签 {label}")

3. K-Means 聚类（基于站点坐标） #

如果你有原始站点坐标，K-Means是效率更高的选择，适合大规模站点数据：

from sklearn.cluster import KMeans
import numpy as np

# 假设你有站点坐标数组，格式为[[经度, 纬度], ...]
coordinates = np.array([[x0, y0], [x1, y1], ...])

# 指定目标聚类数，random_state保证结果可复现
kmeans = KMeans(n_clusters=4, random_state=42)
labels = kmeans.fit_predict(coordinates)

# 输出结果
for idx, label in enumerate(labels):
    print(f"站点 {idx}: 聚类标签 {label}")

实用建议 #

• 聚类前可对距离矩阵做标准化处理，避免不同量级的距离干扰聚类结果
• 若需要可视化聚类效果，可结合matplotlib绘制散点图，或用folium生成地理热力图展示簇分布
• 聚类完成后，可将每个簇的站点作为独立任务，继续用Google OR-Tools生成各簇的优化路线

内容的提问来源于stack exchange，提问作者zxcv