Question

我对这个模块（scipy.cluster.hierarchy）感到困惑......还有一些！

例如，我们有以下树形图：

hierarchical clustering

我的问题是如何以一种不错的格式提取彩色子树（每个子树代表一个簇），比如SIF格式？现在获取上图的代码是：

import scipy
import scipy.cluster.hierarchy as sch
import matplotlib.pylab as plt

scipy.randn(100,2)

d = sch.distance.pdist(X)

Z= sch.linkage(d,method='complete')

P =sch.dendrogram(Z)

plt.savefig('plot_dendrogram.png')

T = sch.fcluster(Z, 0.5*d.max(), 'distance')
#array([4, 5, 3, 2, 2, 3, 5, 2, 2, 5, 2, 2, 2, 3, 2, 3, 2, 5, 4, 5, 2, 5, 2,
#       3, 3, 3, 1, 3, 4, 2, 2, 4, 2, 4, 3, 3, 2, 5, 5, 5, 3, 2, 2, 2, 5, 4,
#       2, 4, 2, 2, 5, 5, 1, 2, 3, 2, 2, 5, 4, 2, 5, 4, 3, 5, 4, 4, 2, 2, 2,
#       4, 2, 5, 2, 2, 3, 3, 2, 4, 5, 3, 4, 4, 2, 1, 5, 4, 2, 2, 5, 5, 2, 2,
#       5, 5, 5, 4, 3, 3, 2, 4], dtype=int32)

sch.leaders(Z,T)
# (array([190, 191, 182, 193, 194], dtype=int32),
#  array([2, 3, 1, 4,5],dtype=int32))

现在，fcluster()的输出给出了节点的聚类（通过它们的id），而leaders()描述的here应该返回2个数组：

第一个包含由Z生成的集群的领导节点，在这里我们可以看到我们有5个集群，以及在图中
第二个是这些群集的ID

所以如果这个领导者（）返回resp。 L和M：L[2]=182和M[2]=1，然后集群1由节点id 182引导，它在观察集X中不存在，文档说“......然后它对应于非-singleton cluster“。但我无法得到它......

此外，我通过sch.to_tree(Z)将Z转换为树，这将返回一个易于使用的树对象，我想要可视化，但我应该使用哪个工具作为操纵这些的图形平台一种树对象作为输入？

Answer 1

回答关于树操作问题的部分内容......

如aother answer中所述，您可以从树对象中读取读取icoord和dcoord的分支的坐标。对于每个分支，协调从左到右给出。

如果您想手动绘制树，可以使用以下内容：

def plot_tree(P, pos=None):
    plt.clf()
    icoord = scipy.array(P['icoord'])
    dcoord = scipy.array(P['dcoord'])
    color_list = scipy.array(P['color_list'])
    xmin, xmax = icoord.min(), icoord.max()
    ymin, ymax = dcoord.min(), dcoord.max()
    if pos:
        icoord = icoord[pos]
        dcoord = dcoord[pos]
        color_list = color_list[pos]
    for xs, ys, color in zip(icoord, dcoord, color_list):
        plt.plot(xs, ys, color)
    plt.xlim(xmin-10, xmax + 0.1*abs(xmax))
    plt.ylim(ymin, ymax + 0.1*abs(ymax))
    plt.show()

在您的代码中，plot_tree(P)给出了：

enter image description here

该功能允许您只选择一些分支：

plot_tree(P, range(10))

enter image description here

现在您必须知道要绘制哪些分支。也许fcluster()输出有点模糊，另一种根据最小和最大距离公差查找要绘制的分支的方法是直接使用linkage()的输出（Z OP的情况）：

dmin = 0.2
dmax = 0.3
pos = scipy.all( (Z[:,2] >= dmin, Z[:,2] <= dmax), axis=0 ).nonzero()
plot_tree( P, pos )

推荐参考资料：

如何获取scipy.cluster.hierarchy制作的树形图子树

1 个答案: