如何分割numpy坐标点列表的两类点簇并分别计算均值

现有存储二维坐标点对的numpy数组，需要对空间近邻的点分组计算簇均值，固定返回2个簇的中心点。

第一组测试样例 #

输入点集：

[[214,295], [215, 294], [229, 226], [229, 227]]

当前基于Z-score的实现输出为：

[[222.0, 260.5], [214.0, 295.0], [229.0, 226.0]]

预期输出为两组近邻点各自的均值：

• 近邻组1（[214,295]、[215,294]）均值：[214.5, 294.5]
• 近邻组2（[229,226]、[229,227]）均值：[229.0, 226.5]
  要求最终固定返回2个点，不出现3个及以上结果，需要确认是否要重新调整Z-score计算逻辑。

第二组测试样例 #

输入点集：
[[95, 132], [96, 132], [94, 133], [134, 239], [95, 131]]
当前实现输出为：

[[ 95. 132.], [134. 239.]]

需求：当[134,239]点位附近聚集大量点时，需要更鲁棒的双点簇分割方法。

现有实现代码 #

import numpy as np
from scipy import stats

tempList = np.array([[214,295], [215, 294],[229, 226], [229, 227]])

z= stats.zscore(tempList, axis=0)
z = list([abs(x)<1 and abs(y)<1 for x,y in z])

newList = tempList[[not x for x in z]]

tempList = tempList[z]

newList = np.concatenate([[tempList.mean(axis=0)], newList])
print(newList)

不需要调整Z-score计算逻辑，Z-score本身是基于单维度全局分布的异常值过滤方法，完全不感知二维空间中点的距离邻近关系，第一组数据出错的原因是全局均值刚好落在两个点簇的中间位置，被Z-score判定为正常点，最终输出了多余的中心点。
针对固定分割2个点簇的需求，直接使用指定簇数为2的K-Means聚类即可，该方法基于空间距离划分簇，对两个簇点数差异较大、点聚集的场景鲁棒性远高于全局Z-score过滤。

修正后实现代码 #

import numpy as np
from sklearn.cluster import KMeans

# 测试第一组数据
tempList1 = np.array([[214,295], [215, 294],[229, 226], [229, 227]])
kmeans = KMeans(n_clusters=2, n_init=10, random_state=42)
kmeans.fit(tempList1)
print("第一组簇中心：\n", kmeans.cluster_centers_)
# 输出 [[214.5 294.5] [229.  226.5]]，完全匹配预期结果

# 测试第二组数据
tempList2 = np.array([[95, 132], [96, 132], [94, 133], [134, 239], [95, 131]])
kmeans.fit(tempList2)
print("第二组簇中心：\n", kmeans.cluster_centers_)
# 输出 [[ 95. 132.] [134. 239.]]，和现有正确结果一致

如果场景中存在远离两个主簇的极端离群点，可以在聚类前增加一层基于距离的离群点过滤；如果无法100%确定点簇数量固定为2，也可以替换为DBSCAN密度聚类，自动识别高密度点簇后取规模最大的2个簇计算均值。但固定返回2个簇的场景下，指定簇数的K-Means是实现最简单、效果最稳定的方案。

内容的提问来源于stack exchange，提问作者peter teoh