Python层次聚类按指定距离切割时如何获取各聚类及成员列表？

你可以使用 scipy.cluster.hierarchy 模块中的fcluster函数完成树图切割和聚类提取，具体实现步骤和代码如下：

步骤1：导入依赖 #

只需要额外导入fcluster函数即可，不需要其他额外依赖：

from scipy.cluster.hierarchy import fcluster

步骤2：按指定距离阈值切割聚类 #

在你已有代码生成 linkage 矩阵Z和样本标签列表labels后，添加如下代码：

# 按距离阈值2切割树图，返回每个样本对应的聚类编号
cluster_ids = fcluster(Z, t=2, criterion='distance')

# 按聚类编号分组，整理每个聚类包含的样本名称
cluster_result = {}
for sample_name, cid in zip(labels, cluster_ids):
    cluster_result.setdefault(cid, []).append(sample_name)

步骤3：查看结果 #

直接遍历输出结果即可：

for cid, members in cluster_result.items():
    print(f"聚类{cid}样本：{members}")

针对你的数据集的输出示例 #

聚类1样本：['DN10172_i1']
聚类2样本：['DN1357_i1', 'DN1357_i2', 'DN1357_i5']

代码说明 #

• fcluster的参数t就是你设置的切割距离阈值
• 参数criterion='distance'表示按距离规则切割，保证同一个聚类内所有样本的共表距离不超过设置的阈值
• 返回的cluster_ids顺序和你之前定义的labels顺序完全一一对应，直接配对即可得到每个样本所属聚类

内容的提问来源于stack exchange，提问作者MySky