leaflet读取{"y":123.2885100,"x":42.7373900,"label":8}聚类结果json文件，绘制轨迹聚类图

以下是使用leaflet库绘制轨迹聚类图的Python代码示例：

import json
import folium

# 读取聚类结果json文件
with open('cluster_result.json', 'r') as f:
    cluster_data = json.load(f)

# 创建地图对象
m = folium.Map(location=[42.7373900, 123.2885100], zoom_start=10)

# 遍历每个聚类
for cluster in cluster_data:
    # 创建颜色随机的标记群组
    marker_cluster = folium.MarkerCluster(color=cluster['color'])
    # 遍历聚类中的每个点
    for point in cluster['points']:
        # 创建标记对象并添加到标记群组中
        folium.Marker([point['x'], point['y']], icon=None,
                      popup=f"Label: {point['label']}").add_to(marker_cluster)
    # 添加标记群组到地图对象中
    marker_cluster.add_to(m)

# 显示地图
m

在上述代码中，我们首先使用`json.load()`方法读取聚类结果json文件中的数据，然后使用`folium`库创建地图对象。接下来，我们遍历聚类结果中的每个聚类，为每个聚类创建一个颜色随机的标记群组，然后遍历聚类中的每个点，为每个点创建一个标记对象并添加到标记群组中。最后，将标记群组添加到地图对象中，并显示地图。

需要注意的是，上述代码中的`cluster_result.json`文件应该是一个包含多个聚类结果的json数组，每个聚类结果应该包含一个颜色值和一个点数组，其中每个点应该包含x、y坐标和标签。例如：

[
  {
    "color": "#ff0000",
    "points": [
      {
        "x": 42.7373900,
        "y": 123.2885100,
        "label": 8
      },
      {
        "x": 42.7400000,
        "y": 123.2900000,
        "label": 10
      },
      ...
    ]
  },
  {
    "color": "#00ff00",
    "points": [
      ...
    ]
  },
  ...
]