我有一个数据集,包括属于4种不同基因型的一些小鼠的每日饮水量。我正在尝试编写一个脚本,以便根据他们的水摄入模式使用分层聚类分析对这些动物进行分类,然后创建一个纵向图,绘制每个群集的平均每日水摄入量。
为此,我首先按如下方式创建分层集群集群:
library("dendextend")
library("ggplot2")
library("reshape2")
data=read.csv("data.csv", header=T, row.names=1)
trimmed=data[, -ncol(data)]
hc <- as.dendrogram(hclust(dist(trimmed)))
labels.drk=data[,ncol(data)]
groups.drk=labels.drk[order.dendrogram(hc)]
genotypes=as.character(unique(data[,ncol(data)]))
k=4
cluster_cols=rainbow(k)
hc <- hc %>%
color_branches(k = k, col=cluster_cols) %>%
set("branches_lwd", 1) %>%
set("leaves_pch", rep(c(21, 19), length(genotypes))[groups.drk]) %>%
set("leaves_col", palette()[groups.drk])
plot(hc, main="Total animals" ,horiz=T)
legend("topleft", legend=genotypes,
col=palette(), pch = rep(c(21,19), length(genotypes)),
title="Genotypes")
legend("bottomleft", legend=1:k,
col=cluster_cols, lty = 1, lwd = 2,
title="Drinking group")
然后我使用cutree函数来评估哪个动物属于哪个组,以绘制每组的进水平均值。
groups<-cutree(hc, k=k, order_clusters_as_data = FALSE))
x<-cbind(data,groups)
intake_avg=aggregate(data[, -ncol(data)], list(x$groups), mean, header=T)
df <- melt(intake_avg, id.vars = "Group.1")
ggplot(df, aes(variable, value, group=factor(Group.1))) + geom_line(aes(color=factor(Group.1)))
问题在于,我从分层群集中得到的数字与cutree函数指定的数字之间存在不一致。当集群从1到4对分支进行自下而上的命令时,cutree函数正在使用我不熟悉的其他一些排序参数。因此,群集图和进气图中的标签不匹配。
我是编码的初学者,所以我确实使用了太多冗余的行和循环,所以我的代码可以缩短,但如果你们能帮我解决这个具体问题,我会非常高兴。
群集:
进入图
答案 0 :(得分:2)
要在树形图中绘制相同的聚类,您需要使用:
groups <- dendextend:::cutree(hc, k=k, order_clusters_as_data = FALSE)
idx <- match(rownames(data), names(groups))
x <- cbind(data,groups[idx])
intake_avg <- aggregate(data[, -ncol(data)], list(x$groups), mean, header=T)
df <- melt(intake_avg, id.vars = "Group.1")
ggplot(df, aes(variable, value, group=factor(Group.1))) +
geom_line(aes(color=factor(Group.1)), lwd=1)
这是进气图: