柱状图/曲线的簇集，特别是高能物理中的运动分布。
clusterking的Python项目详细描述
运动图的聚类
说明
这个包提供了一个灵活但易于使用的框架来集群。 直方图（或其他高维数据）和选择基准点 代表每个集群。该包特别关注 高能物理学。物理案例
虽然这个软件包的大部分都非常通用，并且可以应用到很多方面 在用例中，我们一直专注于高能物理的应用 （粒子物理学）到目前为止，并为此提供了额外的方便方法 用例。尤其是，当前的大多数教程都是在这种情况下编写的。
虽然非常成功，但人们相信粒子物理学的标准模型 不完整，提示寻找新物理（NP）。现象学 np模型通常依赖于许多自由参数，有时 强烈影响运动变量分布的形状。 此外，在对这些人提出排除限制时，这也是一个明显的挑战 模型，这也是一个需要进行实验分析的问题 运动分布的假设，以便提取 感兴趣，但仍想以非常笼统的方式公布自己的结果。
通过基于量化 所得运动分布的相似性，少量np 基准点的选择方式可以使它们一起表示 整个参数空间。实验（和理论家）可以报告 这些基准点的排除限制和测量 牺牲一般性。
安装
clusterking可以用python package installer：
安装/升级pip3 install --user --upgrade "clusterking[plotting]"如果不需要打印，可以删除[plotting]。
更多选项和故障排除建议见documentation。
使用和文档
好的起点：examples/jupyter_notebook目录中的jupyter笔记本。 您也可以使用 binder（请注意，这有点不稳定，速度慢，需要一些时间 启动）。
有关此包中类和函数的文档，请阅读readthedocs.io上的文档。
有关其他示例、演示文稿和更多信息，您还可以转到我们的other repositories。
示例
样本
下面的代码（取自examples/jupyter_notebook/010_basic_tutorial.ipynb）仅此而已 需要对^{tt6}的q^2分布的形状进行群集$ 在威尔逊系数空间：
importflavioimportnumpyasnpimportclusterkingascks=ck.scan.WilsonScanner(scale=5,eft='WET',basis='flavio')# Set up kinematic functiondefdBrdq2(w,q):returnflavio.np_prediction("dBR/dq2(B+->Dtaunu)",w,q)s.set_dfunction(dBrdq2,binning=np.linspace(3.2,11.6,10),normalize=True)# Set sampling points in Wilson spaces.set_spoints_equidist({"CVL_bctaunutau":(-1,1,10),"CSL_bctaunutau":(-1,1,10),"CT_bctaunutau":(-1,1,10)})# Create data object to write to and rund=ck.DataWithErrors()r=s.run(d)r.write()# Write results back to data object
群集
使用分层群集：
c=ck.cluster.HierarchyCluster()# Initialize worker classc.set_metric("euclidean")c.set_max_d(0.15)# "Cut off" value for hierarchyr=c.run(d)# Run clustering on dr.write()# Write results to d
基准点
b=ck.Benchmark()# Initialize worker classb.set_metric("euclidean")r=b.run(d)# Select benchmark points based on metricr.write()# Write results back to d
绘图
d.plot_clusters_scatter(['CVL_bctaunutau','CSL_bctaunutau','CT_bctaunutau'],clusters=[1,2]# Only plot 2 clusters for better visibility)
d.plot_clusters_fill(['CVL_bctaunutau','CSL_bctaunutau'])
绘制所有基准点：
d.plot_dist()
绘制聚类中所有直方图的bin内容的最小值和最大值（+基准直方图）：
d.plot_dist_minmax(clusters=[0,2])
与方框图类似：
d.plot_dist_box()
许可证和贡献
这个项目正在进行中，还有questions，评论， bug reports或pull requests最受欢迎。你也可以使用聊天 房间在gitter或通过email联系我们。 我们也在写一篇论文，所以请务必在我们发表后引用我们的文章。
这个软件是根据MIT license授权的。
欢迎加入QQ群-->： 979659372
