我正在寻找一个在Python中实现的OPTICS算法的可靠实现。我将使用它来形成基于密度的点集群（(x,y)对）。

我希望找到一个能够接受(x,y)对作为输入，并输出一个包含多个集群的列表，每个集群中包含属于该集群的(x, y)对列表的实现。

回答：

编辑：以下内容已知不是OPTICS的完整实现。

我做了一个快速搜索，发现了以下内容（Optics）。我无法保证其质量，但该算法看起来相当简单，因此你应该能够快速验证/调整它。

以下是如何在optics算法的输出上构建集群的快速示例：

def cluster(order, distance, points, threshold):
    ''' 给定optics算法的输出，
    计算集群：
    @param order 点的顺序
    @param distance 点的相对距离
    @param points 实际的点
    @param threshold 用于聚类的阈值
    @returns 集群组的列表
    '''
    clusters = [[]]
    points   = sorted(zip(order, distance, points))
    splits   = ((v > threshold, p) for i,v,p in points)
    for iscluster, point in splits:
         if iscluster: clusters[-1].append(point)
        elif len(clusters[-1]) > 0: clusters.append([])
    return clusters
    rd, cd, order = optics(points, 4)
    print cluster(order, rd, points, 38.0)