Python 在DB扫描算法中显示名称而不是坐标

Python新手，我从互联网上获得了这段代码（不记得源代码），我无法理解它是如何工作的。我想要的是以某种方式替换输出，以便它显示城市的名称而不是坐标。他们有联系吗？也就是说，一旦我们将这些值输入到DB扫描算法中，它们是否会失去身份？有没有办法保存它以便我可以显示城市名称？感谢您对问题的任何帮助、建议或修改

这是一本书

---

我查看了你的代码，发现这些簇坐标是根据标签分组的。与此相反，我根据坐标对集群名称进行了分组。希望我能回答你的问题

你的意思是反向搜索坐标以找到它们的标签吗？有更好的方法吗？因为我将有大约200个城市和它们的坐标，而对于同一个城市，一些坐标可能/可能不相同，反之亦然..嗨，最后的打印声明给了我城市的名称，但是，它们正在被剪切…有没有办法让城市以列表的形式按集群进行分组？另外，你能解释一下你是怎么做到的吗？？谢谢@RohitKumar google colab将大值替换为“…”。您始终可以打印单个输出，如

for i in clusters1 print（i）

。实际上，在集群1中，城市是根据标签分组在一起的。要转换为列表，您可以查看此项。

kms_per_radian = 63.710088
epsilon = 1.500 / kms_per_radian
db = DBSCAN(eps=epsilon, min_samples=1, algorithm='ball_tree', metric='haversine').fit(np.radians(coords))
cluster_labels = db.labels_
num_clusters = len(set(cluster_labels))
clusters = pd.Series([coords[cluster_labels == n] for n in range(num_clusters)])
print('Number of clusters: {}'.format(num_clusters))

clustersList = clusters.tolist()

def get_centermost_point(cluster):
    centroid = (MultiPoint(cluster).centroid.x, MultiPoint(cluster).centroid.y)
    centermost_point = min(cluster, key=lambda point: great_circle(point, centroid).m)
    return tuple(centermost_point)

lats, lons = zip(*centermost_points)
rep_points = pd.DataFrame({'lon':lons, 'lat':lats})
rs = rep_points.apply(lambda row: df[(df['lat']==row['lat']) & (df['lon']==row['lon'])].iloc[0], axis=1)



centermost_points = clusters.map(get_centermost_point)

clusters1 = pd.Series([names[cluster_labels == n] for n in range(num_clusters)])
clusters = pd.Series([coords[cluster_labels == n] for n in range(num_clusters)])
print(clusters1)
print(clusters)
print(df)