27. Программирование: #299495

Обратите внимание на два места, где легко ошибиться. Во-первых, $P_x$ и $P_y$ берутся независимо друг от друга — это минимум по абсциссам и минимум по ординатам, а не координаты одной точки (здесь они случайно совпали, но полагаться на это нельзя). Во-вторых, $Q_2$ — это расстояние между центром одного кластера и точками другого: центр берётся у самого малочисленного кластера, а точки перебираются у самого многочисленного.

Центр определяется через сумму расстояний — это точка самого кластера, ищем её перебором, а не как среднее арифметическое координат.

Кластеризация. Кластеры разделены в пространстве, поэтому разбиваем точки на компоненты связности. Порог здесь надо подобрать аккуратно, особенно в файле $А$: точек всего $96$, они разрежены, и при пороге $0{,}5$ данные рассыпаются на девять кусков, а при $2{,}0$ два кластера уже сливаются в один. Рабочий диапазон — от $0{,}8$ до $1{,}5$. В файле $Б$ точек много ($9612$), и результат устойчив от $0{,}8$ до $2{,}0$: три группы по $3217$, $3205$ и $3190$ точек.

import zipfile, math
from xml.etree import ElementTree as ET

T = '{urn:oasis:names:tc:opendocument:xmlns:table:1.0}'
O = '{urn:oasis:names:tc:opendocument:xmlns:office:1.0}'

def load(name):
    x = ET.fromstring(zipfile.ZipFile(name).read('content.xml'))
    P = []
    for r in x.iter(T + 'table-row'):
        parts = []
        for c in r.iter(T + 'table-cell'):
            v = c.get(O + 'value') or ''.join(c.itertext()).strip()
            if v: parts.append(v)
        tok = ' '.join(parts).replace(',', '.').split()
        if len(tok) < 2: continue
        try: P.append((float(tok[0]), float(tok[1])))
        except ValueError: pass
    return P

def center(c):
    return min(c, key=lambda a: sum(math.dist(a, b) for b in c))

def clusters(pts, eps=1.0):
    unused, res = set(range(len(pts))), []
    while unused:
        i = unused.pop(); comp, stack = [i], [i]
        while stack:
            a = stack.pop()
            for j in list(unused):
                if math.dist(pts[a], pts[j]) < eps:
                    unused.discard(j); comp.append(j); stack.append(j)
        res.append([pts[k] for k in comp])
    return res

A = load('27-25_А.ods')
cs = [center(c) for c in clusters(A)]
Px, Py = min(p[0] for p in cs), min(p[1] for p in cs)
print(int(abs(Px) * 10000), int(abs(Py) * 10000))

B = load('27-25_Б.ods')
cl = sorted(clusters(B), key=len)
c_min, c_max = center(cl[0]), center(cl[-1])
Q1 = math.dist(c_min, c_max)
Q2 = max(math.dist(c_min, p) for p in cl[-1])   # центр малого — точки большого
print(int(Q1 * 10000), int(Q2 * 10000))

Результаты для файла $А$. Всего $96$ точек, два кластера по $40$ и $56$ точек. Первый занимает область $x \in [-1{,}79;\ 0{,}89]$, $y \in [0{,}08;\ 2{,}61]$, его центр — $(-0{,}53072;\ 1{,}317191)$; второй занимает $x \in [1{,}41;\ 4{,}15]$, $y \in [3{,}40;\ 6{,}07]$ с центром $(2{,}678363;\ 4{,}828825)$. Минимальная абсцисса $P_x = -0{,}53072$, минимальная ордината $P_y = 1{,}317191$, что после умножения на $10,000$ и отбрасывания дробной части даёт $5307$ и $13171$.

Результаты для файла $Б$. Всего $9612$ точек, три кластера по $3217$, $3205$ и $3190$ точек с центрами $(1{,}275163;\ 1{,}285489)$, $(3{,}312774;\ 8{,}70916)$ и $(6{,}665161;\ 5{,}41046)$ соответственно. Самый малочисленный кластер — из $3190$ точек с центром $(6{,}665161;\ 5{,}41046)$, самый многочисленный — из $3217$ точек с центром $(1{,}275163;\ 1{,}285489)$.

Расстояние между этими центрами $Q_1 = 6{,}7873017$. Максимальное удаление точки большого кластера от центра малого $Q_2 = 7{,}8569441$. Умножаем на $10,000$ и берём целые части: $67873$ и $78569$.