使用现有列的树状图的颜色分支

Question

我有一个数据框，我正在尝试聚类。我现在正在使用hclust。在我的数据框中，有一个FLAG列，我想通过它为树形图着色。通过结果图片，我试图找出各种FLAG类别之间的相似之处。我的数据框看起来像这样：

FLAG    ColA    ColB    ColC    ColD

我正在colA，colB，colC和colD进行群集。我想对这些进行聚类并根据FLAG类别对它们进行着色。 Ex - 如果为1则为红色，如果为0则为蓝色（我只有两个类别）。现在我正在使用集群绘图的vanilla版本。

hc<-hclust(dist(data[2:5]),method='complete')
plot(hc)

在这方面的任何帮助都将受到高度赞赏。

Answer 1

如果你想根据某个变量为树形图的分支着色，那么下面的代码（主要取自dendrapply函数的帮助）应该给出所需的结果：

x<-1:100
dim(x)<-c(10,10)
groups<-sample(c("red","blue"), 10, replace=TRUE)

x.clust<-as.dendrogram(hclust(dist(x)))

local({
  colLab <<- function(n) {
    if(is.leaf(n)) {
      a <- attributes(n)
      i <<- i+1
      attr(n, "edgePar") <-
        c(a$nodePar, list(col = mycols[i], lab.font= i%%3))
    }
    n
  }
  mycols <- groups
  i <- 0
})

x.clust.dend <- dendrapply(x.clust, colLab)
plot(x.clust.dend)

Answer 2

我认为Arhopala的答案很好。我冒昧地向前迈出了一步，并将函数assign_values_to_leaves_edgePar添加到 dendextend 包中（从版本0.17.2开始，即now on github） 。这个版本的功能从Arhopala的答案中得到了更强大和灵活，因为：

1. 这是一个可以在不同的问题/设置中工作的一般功能
2. 该函数可以处理其他edgePar参数（col，lwd，lty）
3. 该功能提供部分病媒的回收，并在需要时提供各种警告按摩。

要安装 dendextend 包，您可以使用install.packages('dendextend')，但是对于最新版本，请使用以下代码：

require2 <- function (package, ...) {
    if (!require(package)) install.packages(package); library(package)
}

## require2('installr')
## install.Rtools() # run this if you are using Windows and don't have Rtools installed (you must have it for devtools)

# Load devtools:
require2("devtools")
devtools::install_github('talgalili/dendextend')

现在我们已经安装了dendextend，这是对Arhopala的第二个回答：

x<-1:100
dim(x)<-c(10,10)
set.seed(1)
groups<-sample(c("red","blue"), 10, replace=TRUE)
x.clust<-as.dendrogram(hclust(dist(x)))

x.clust.dend <- x.clust
x.clust.dend <- assign_values_to_leaves_edgePar(x.clust.dend, value = groups, edgePar = "col") # add the colors.
x.clust.dend <- assign_values_to_leaves_edgePar(x.clust.dend, value = 3, edgePar = "lwd") # make the lines thick
plot(x.clust.dend)

结果如下：



p.s：我个人更喜欢using pipes这种类型的编码（它会产生与上面相同的结果，但更容易阅读）：

x.clust <- x %>% dist  %>% hclust %>% as.dendrogram
x.clust.dend <- x.clust %>% 
   assign_values_to_leaves_edgePar(value = groups, edgePar = "col") %>% # add the colors.
   assign_values_to_leaves_edgePar(value = 3, edgePar = "lwd") # make the lines thick
plot(x.clust.dend)