基于多尺度模块化的聚类算法
python_paris的Python项目详细描述
python paris:hierarchical graph clustering algorithm（paris）and dendrogram processing
====
paris是一个python模块，它为paris的图形提供了分层聚类算法的实现。
它提供了四个能够处理树状图的算法，以便提取最佳簇，集群或距离。
=3.4）
-numpy
-networkx
>简单示例
----
>用networkx构建一个简单的网络图：
>；gt；将networkx导入nx
>；gt；graph=nx.graph（）
>；gt>gt；graph.add从（['0'，'0'，'1'，'1'，'1'，'2'，'3'，'3'，'4'，'4'，'4'，'4'，'4'，'4'，'4'，'4'，'5']
>>；graph.graph.add u-node-node-node-_来自（[（0，1，1），（0，2，1），（1，2，1），（2，3，1），
（3，4，1），（3，5，1），（4，5，1））
>使用paris计算节点的群集层次：：
>；从python巴黎导入paris
>；；树形图=paris（图形）
>；最佳聚类=最佳聚类（树状图）
>；>最佳距离=最佳距离
====
paris是一个python模块，它为paris的图形提供了分层聚类算法的实现。
它提供了四个能够处理树状图的算法，以便提取最佳簇，集群或距离。
=3.4）
-numpy
-networkx
>简单示例
----
>用networkx构建一个简单的网络图：
>；gt；将networkx导入nx
>；gt；graph=nx.graph（）
>；gt>gt；graph.add从（['0'，'0'，'1'，'1'，'1'，'2'，'3'，'3'，'4'，'4'，'4'，'4'，'4'，'4'，'4'，'4'，'5']
>>；graph.graph.add u-node-node-node-_来自（[（0，1，1），（0，2，1），（1，2，1），（2，3，1），
（3，4，1），（3，5，1），（4，5，1））
>使用paris计算节点的群集层次：：
>；从python巴黎导入paris
>；；树形图=paris（图形）
>；最佳聚类=最佳聚类（树状图）
>；>最佳距离=最佳距离
欢迎加入QQ群-->： 979659372
