Python聚類樹狀圖是一種非常有用的數據可視化工具，它可以幫助人們更直觀地理解數據的分布情況和相關性。下面我們來通過一個例子來介紹如何使用Python進行聚類并繪制樹狀圖。

# 導入必要的模塊
import numpy as np
from matplotlib import pyplot as plt
from scipy.cluster.hierarchy import dendrogram, linkage
# 生成隨機數據
np.random.seed(4711)
data = np.random.randn(100, 2)
# 聚類并計算連接矩陣
Z = linkage(data, 'single')
# 繪制樹狀圖
plt.figure(figsize=(25, 10))
plt.title('Hierarchical Clustering Dendrogram')
plt.xlabel('sample index')
plt.ylabel('distance')
dendrogram(Z, leaf_rotation=90., leaf_font_size=8.)
plt.show()

在上面的代碼中，我們首先生成了100個二維隨機數據，然后使用Scipy的linkage函數進行聚類并計算連接矩陣。最后，使用Matplotlib的dendrogram函數繪制了樹狀圖。可以看到，這個樹狀圖非常直觀地展示了數據的聚類情況。

上面的例子只是Python聚類樹狀圖的一個簡單示例，實際上Python中還有很多其他的聚類和數據可視化方法，可以根據不同的需求和數據類型進行選擇。