层次聚类分析例子（Python）

当然，我可以为您提供一个使用Python进行层次聚类分析的简单例子。在Python中，我们可以使用scikit-learn库中的AgglomerativeClustering类来进行层次聚类分析。

首先，我们需要导入所需的库和模块：

import numpy as np
from sklearn.cluster import AgglomerativeClustering
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt

接下来，我们可以生成一些随机数据用于聚类分析。这里我们使用make_blobs函数生成具有3个聚类中心的随机数据：

X, y = make_blobs(n_samples=50, centers=3, random_state=0, cluster_std=0.6)

然后，我们可以使用AgglomerativeClustering类来进行层次聚类分析。这里我们指定了聚类的数量为3，并使用ward链接作为聚类的准则：

clustering = AgglomerativeClustering(n_clusters=3, linkage='ward')
clustering.fit(X)

最后，我们可以使用matplotlib库来可视化聚类结果：

plt.scatter(X[:, 0], X[:, 1], c=clustering.labels_, cmap='rainbow')
plt.show()

这样，我们就完成了层次聚类分析的例子。希望对您有所帮助！