地区 食品 衣着 居住 家庭设备及服务 交通及通讯 文教娱乐用品及服务 医疗保健 其他商品及服务
北京 2132.51 513.44 1023.21 340.15 778.52 870.12 629.56 111.75
天津 1367.75 185.68 674.81 126.74 400.11 312.07 306.19 64.3
河北 1025.72 185.68 627.98 140.45 318.19 243.3 188.06 57.4
山西 1033.68 260.88 392.78 120.86 268.75 370.97 170.85 63.81
内蒙古 1280.05 228.4 473.98 117.64 375.58 423.75 281.46 75.29
辽宁 1334.18 281.19 513.11 142.07 361.77 362.78 265.01 108.05
吉林 1240.93 227.96 399.11 120.95 337.46 339.77 311.37 87.89
黑龙江 1077.34 254.01 691.02 104.99 335.28 312.32 272.49 69.98
上海 3259.48 475.51 2097.21 451.4 883.71 857.47 571.06 249.04
江苏 1968.88 251.29 752.73 228.51 543.97 642.52 263.85 134.41
浙江 2430.6 405.32 1498.5 338.8 782.98 750.69 452.44 142.26
安徽 1192.57 166.31 479.46 144.23 258.29 283.17 177.04 52.98
福建 1870.32 235.61 660.55 184.21 465.4 356.26 174.12 107
江西 1492.02 147.71 474.49 121.54 277.15 252.78 167.71 61.08
山东 1369.2 224.18 682.13 195.99 422.36 424.89 230.84 71.98
河南 1017.43 189.71 615.62 136.37 269.46 212.36 173.19 62.26
湖北 1479.04 168.64 434.91 166.25 281.12 284.13 178.77 97.13
湖南 1675.16 161.79 508.33 152.6 278.78 293.89 219.95 86.88
广东 2087.58 162.33 763.01 163.85 443.24 254.94 199.31 128.06
广西 1378.78 86.9 554.04 112.24 245.97 172.45 149.01 47.98
海南 1430.31 86.26 305.9 93.26 248.08 223.98 95.55 73.23
重庆 1376 136.34 263.73 138.34 208.69 195.97 168.57 39.06
四川 1435.52 156.65 366.45 143.64 241.49 177.19 174.75 52.56
贵州 998.39 99.44 329.64 70.93 154.52 147.31 79.31 34.16
云南 1226.69 112.52 586.07 107.15 216.67 181.73 167.92 38.43
西藏 1079.83 245 418.83 133.26 156.57 65.39 50 68.74
陕西 941.81 161.08 512.4 106.8 254.74 304.54 222.51 55.71
甘肃 944.14 112.2 295.23 91.4 186.17 208.9 149.82 29.36
青海 1069.04 191.8 359.74 122.17 292.1 135.13 229.28 47.23
宁夏 1019.35 184.26 450.55 109.27 265.76 192 239.4 68.17
新疆 939.03 218.18 445.02 91.45 234.7 166.27 210.69 45.25
同时利用系统聚类和K均值聚类方法对31个不同地区进行聚类分析，并尝试解释分类结果；（3）从协方差矩阵出发进行主成分分析，并对相应的主成分进行解释。
要实现基于多位表格数据的聚类分析，可以使用Python中的scikit-learn库