使用Scipy绘制Dendogram失败求助：单变量用户均值聚类问题

你遇到的这个错误核心原因是：linkage()函数需要的是样本间的距离矩阵，而不是直接传入单个样本的数值列表。你现在的Y是每个用户的均值数据，属于单维的样本特征，不是两两用户之间的距离，所以不符合linkage的输入要求。

正确的解决步骤： #

1. 将单维特征转为二维数组：Scipy的距离计算函数要求每个样本作为一行，所以需要把Y转换成形状为(7,1)的二维数组。
2. 计算两两样本的距离矩阵：使用scipy.spatial.distance.pdist()生成压缩形式的距离矩阵（也就是满足n = k*(k-1)/2的格式，这里k=7，n=21），这个格式正好是linkage()需要的输入。
3. 执行聚类并绘制树状图：用生成的距离矩阵调用linkage，再绘制树状图。

完整可运行代码： #

import numpy as np
from scipy.cluster.hierarchy import linkage, dendrogram
import matplotlib.pyplot as plt

# 你的原始数据
Y = [71.407452200146807, 0, 33.700136456196823, 1112.3757110973756, 31.594949722819372, 34.823881975554166, 28.36368420190157]
X = ["user1", "user2", "user3", "user4", "user5", "user6", "user7"]

# 步骤1：转为二维数组（每个用户是一个样本，特征为均值）
Y_2d = np.array(Y).reshape(-1, 1)

# 步骤2：计算两两样本的欧氏距离（压缩形式）
from scipy.spatial.distance import pdist
dist_matrix = pdist(Y_2d, metric='euclidean')  # 你也可以换成其他距离，比如'manhattan'

# 步骤3：执行聚类链接
Z = linkage(dist_matrix, method='ward')  # method可选ward/complete/single等，根据需求选择

# 绘制树状图，替换叶节点为用户名
plt.figure(figsize=(10, 6))
dendrogram(Z, leaf_rotation=45., leaf_font_size=12., show_contracted=True, labels=X)
plt.style.use("seaborn-whitegrid")
plt.title("Dendogram to find clusters")
plt.ylabel("Distance")
plt.show()

额外说明： #

• 关于距离度量：pdist的metric参数可以选不同的距离计算方式，比如欧氏距离（默认）、曼哈顿距离、余弦距离等，根据你的数据特性选择。
• 关于聚类方法：linkage的method参数决定了聚类的合并策略，比如ward是最小化类内方差，complete是用类间最大距离，你可以根据聚类目标调整。
• 之前你尝试的np.concatenate(X,Y)是错误的，因为X是字符串标签，不需要和数值特征合并，只需要在dendrogram的labels参数里传入X即可替换叶节点显示。

内容的提问来源于stack exchange，提问作者Jannik