密度聚类算法 matplotlib绘图 python程序

以下是一个使用密度聚类算法进行聚类并使用matplotlib绘图的Python程序示例：

import numpy as np
from sklearn.cluster import DBSCAN
import matplotlib.pyplot as plt

# 生成数据
X = np.random.randn(100, 2)

# 使用密度聚类算法进行聚类
db = DBSCAN(eps=0.3, min_samples=5).fit(X)
labels = db.labels_

# 绘制聚类结果图
plt.scatter(X[:, 0], X[:, 1], c=labels)
plt.title('Density-Based Clustering')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.show()

在这个示例中，我们首先生成了一个100个样本的二维数据集。然后，我们使用sklearn库中的DBSCAN类来进行密度聚类，其中eps参数指定邻域半径，min_samples参数指定一个点集被认为是核心点所需要的邻域内的最小样本数。最后，我们使用matplotlib库绘制了聚类结果图。