f = open('demo_2025.txt')

f.readline()

ans = []

min_summ = 10**10

stars = [list(map(float, s.replace(',','.').split())) for s in f]

for i in range (len(stars) - 1):

for j in range(i+1, len (stars) - 1):

center1 = stars[i]

center2 = stars[j]

summ = 0

for star in stars:

d1 = ((star[0] - center1[0]) ** 2 + (star[1] - center1[1]) ** 2)**0.5

d2 = ((star[0] - center2[0]) ** 2 + (star[1] - center2[1]) ** 2)**0.5

summ += min(d1, d2)

if summ < min_summ:

min_summ = summ

ans = [center1, center2]

print((ans[0][0] + ans[1][0]) / 2 * 10000, (ans[0][1] + ans[1][1]) / 2 * 10000)

def centroid(cluster):

sd=[sum([((c1[0]-c2[0])**2+(c1[1]-c2[1])**2)**0.5 for c1 in cluster]) for c2 in cluster]

return cluster[sd.index(min(sd))]

f=open('demo_2025_27_Б.txt')

f.readline() # Чи­та­ем стро­ку с за­го­лов­ка­ми столб­цов

stars=[list(map(float,s.replace(',','.').split())) for s in f]

# borders=[[-2,1,-1,3],[1,5,3,7]] # для файла A

borders=[[-1,3,0,3],[2,5,7,11],[5,8,4,7]] # для файла B

clusters=[[] for _ in range(len(borders))] # спи­сок из len(borders) пу­стых под­спис­ков

for s in stars:

tf=[b[0] < s[0] < b[1] and b[2] < s[1] < b[3] for b in borders]

if sum(tf)!=1: print('Ошиб­ка кла­сте­ри­за­ции', s, tf)

clusters[tf.index(True)].append(s)

centers=[centroid(c) for c in clusters]

answer=[int(sum([c[i] for c in centers])/len(centers)*10000) for i in range(2)]

print(*answer)

def centroid(cluster):

sumdist = [sum([dist(star1,star2) for star1 in cluster]) for star2 in cluster]

return cluster[sumdist.index(min(sumdist))]

# функ­ция dist ра­бо­та­ет в не­сколь­ко раз быст­рее, чем вы­ра­же­ние

# ((star1[0] - star2[0])**2 + (star1[1] - star2[1])**2)**0.5

from math import dist

f = open('demo_2025_27_Б.txt')

f.readline() # Чи­та­ем (и иг­но­ри­ру­ем) стро­ку с за­го­лов­ка­ми столб­цов (X Y).

stars = [tuple(map(float,s.replace(',','.').split())) for s in f]

# Пе­ре­мен­ная radius - это ра­ди­ус круга, внут­ри ко­то­ро­го на­хо­дят­ся точки,

# при­со­еди­ня­е­мые к кла­сте­ру. Она долж­на быть мень­ше, чем ми­ни­маль­ное рас­сто­я­ние

# между звёздами раз­ных кла­сте­ров, но боль­ше, чем мак­си­маль­ное рас­сто­я­ние между

# звёздами од­но­го кла­сте­ра.

radius = 1.0

clusters = []

while stars:

cluster = [stars.pop()]

for c in cluster:

near = [s for s in stars if dist(c,s) < radius]

cluster += near

for n in near: stars.remove(n)

clusters.append(cluster)

# Ре­зуль­тат кла­сте­ри­за­ции: ко­ли­че­ство кла­сте­ров и их раз­ме­ры.

# Если кла­сте­ров боль­ше, чем в усло­вии, сле­ду­ет уве­ли­чить пе­ре­мен­ную radius,

# если мень­ше - умень­шить её.

print('кла­сте­ров:',len(clusters),'; точек:',*[len(c) for c in clusters])

centers = [centroid(c) for c in clusters]

answer = [int(sum([c[i] for c in centers]) / len(centers) * 10000) for i in range(2)]

print(*answer)