SciPy · 函数

聚类树状图数据

从连接矩阵提取树状图切割数据。

调用签名(连接矩阵, 标签列表=None)

聚ZHONGWEN
PYTHON

Chinese example

中文代码示例

设 连接 = 数据库.连接SQLite(":memory:")
# 完整案例：按字段调用 聚类树状图数据
设 结果 = SciPy.聚类树状图数据(
    连接矩阵=连接,  # 必填；数据库连接对象，由 连接SQLite/连接MyS...
    标签列表=None,  # 可选；Pandas DataFrame 或类似表格对象
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

2 个参数

参数类型 / 传入方式说明

连接矩阵可选 · 默认无

未声明位置参数或字段名=值

数据库连接对象，由连接SQLite/连接MySQL/连接PostgreSQL 等函数返回。

常见错误：漏传会报 TypeError: missing required argument: '连接矩阵';检查调用是否漏了这行

标签列表可选 · 默认 None

未声明位置参数或字段名=值

Pandas DataFrame 或类似表格对象。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

设 连接 = 数据库.连接SQLite(":memory:")
# 完整案例：按字段调用 聚类树状图数据
设 结果 = SciPy.聚类树状图数据(
    连接矩阵=连接,  # 必填；数据库连接对象，由 连接SQLite/连接MyS...
    标签列表=None,  # 可选；Pandas DataFrame 或类似表格对象
)
打印(结果)

设 连接 = 数据库.连接SQLite(":memory:")
# 进阶组合:展示关键字段组合
设 结果 = SciPy.聚类树状图数据(
    连接矩阵=连接,  # 必填
    标签列表=None,  # 可选
)
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 连接矩阵
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = SciPy.聚类树状图数据()  # TypeError
# 修复:补上必填字段
设 结果 = SciPy.聚类树状图数据(连接矩阵=连接)
打印(结果)