Python 经纬度聚类

要对经纬度进行聚类，可以使用 scikit-learn 库中的 KMeans 算法。具体步骤如下：

1. 将经纬度转换为平面坐标系中的点，可以使用 pyproj 库中的 transform 方法。
2. 使用 KMeans 算法对平面坐标系中的点进行聚类。
3. 将聚类结果转换回经纬度坐标系。

以下是一个简单的 Python 代码示例：

from sklearn.cluster import KMeans
from pyproj import Proj, transform

# 原始经纬度坐标系
in_proj = Proj(init='epsg:4326')
# 平面坐标系
out_proj = Proj(init='epsg:3857')

# 经纬度转平面坐标系
def to_xy(lon, lat):
    x, y = transform(in_proj, out_proj, lon, lat)
    return x, y

# 平面坐标系转经纬度
def to_lonlat(x, y):
    lon, lat = transform(out_proj, in_proj, x, y)
    return lon, lat

# 示例数据
data = [(116.397128, 39.916527), (116.410886, 39.881949), (116.369192, 39.913354)]

# 转换为平面坐标系中的点
X = [to_xy(lon, lat) for lon, lat in data]

# KMeans 聚类
kmeans = KMeans(n_clusters=2).fit(X)

# 聚类结果
labels = kmeans.labels_

# 转换回经纬度坐标系
clusters = {}
for i, label in enumerate(labels):
    lon, lat = to_lonlat(*kmeans.cluster_centers_[label])
    if label not in clusters:
        clusters[label] = []
    clusters[label].append((lon, lat))

print(clusters)