从聚结的层级聚类中绘制树状图不会产生预期的结果。我在图像here中附加了预期输出的示例。 y轴显示治疗组。
我的MWE是
library(cluster)
dist<-daisy(cluster, metric = "gower")
kaari <-hclust(dist, method = "ward.D2")
plot(kaari,cex = 0.6, hang = -1)
structure（list（Variety = structure（c（1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L， 2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，3L，3L，3L，3L，3L，3L， 3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L， 3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L， 3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L， 3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L， 3L，3L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L， 4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L， 4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L， 4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L， 4L，4L，4L，4L，4L，4L，4L，4L，4L，4L），. Label = c（“ Cal J”， “ Pesa F1”，“ Rambo F1”，“ Riograde”），类=“因子”），Sample.Part =结构（c（3L， 3L，3L，3L，3L，3L，2L，2L，2L，2L，2L，2L，4L，4L，4L，4L，4L， 4L，1L，1L，1L，1L，1L，1L，3L，3L，3L，3L，3L，3L，2L，2L，2L， 2L，2L，2L，4L，4L，4L，4L，4L，4L，1L，1L，1L，1L，1L，1L，3L， 3L，3L，3L，3L，3L，2L，2L，2L，2L，2L，2L，4L，4L，4L，4L，4L， 4L，1L，1L，1L，1L，1L，1L，3L，3L，3L，3L，3L，3L，2L，2L，2L， 2L，2L，2L，4L，4L，4L，4L，4L，4L，1L，1L，1L，1L，1L，1L，3L， 3L，3L，3L，3L，3L，2L，2L，2L，2L，2L，2L，4L，4L，4L，4L，4L， 4L，1L，1L，1L，1L，1L，1L，3L，3L，3L，3L，3L，3L，2L，2L，2L， 2L，2L，2L，4L，4L，4L，4L，4L，4L，1L，1L，1L，1L，1L，1L，3L， 3L，3L，3L，3L，3L，2L，2L，2L，2L，2L，2L，4L，4L，4L，4L，4L， 4L，1L，1L，1L，1L，1L，1L，3L，3L，3L，3L，3L，3L，2L，2L，2L， 2L，2L，2L，4L，4L，4L，4L，4L，4L，1L，1L，1L，1L，1L，1L，3L， 3L，3L，3L，3L，3L，2L，2L，2L，2L，2L，2L，4L，4L，4L，4L，4L， 4L，1L，1L，1L，1L，1L，1L，3L，3L，3L，3L，3L，3L，2L，2L，2L， 2L，2L，2L，4L，4L，4L，4L，4L，4L，1L，1L，1L，1L，1L，1L，3L， 3L，3L，3L，3L，3L，2L，2L，2L，2L，2L，2L，4L，4L，4L，4L，4L， 4L，1L，1L，1L，1L，1L，1L，3L，3L，3L，3L，3L，3L，2L，2L，2L， 2L，2L，2L，4L，4L，4L，4L，4L，4L，1L，1L，1L，1L，1L，1L），. Label = c（“水果损害百分比”， “中级”，“下级”，“上级”），类=“因子”），总体= c（8.33， 15.83、18.33、18.33、16.67、15.83、17.5、15、14.17、16.67、15 18.33、6.67、14.17、6.67、15.83、10、12.5、10、15、35、55、50， 25、12.5、11.67、12.5、13.33、15.83、13.33、14.17、10、11.67， 15.83、8.33、10.83、7.5、7.5、10.83、9.17、5.83、5.83、10、17.5， 20、12.5、20、5、18.33、15、15、12.5、10、15.83、20.83、15.83， 18.33、10、11.67、18.33、10.83、6.67、7.5、14.17、6.67、10.83， 37.5、17.5、25、15、30、20、24.17、22.5、16.67、19.17、14.17， 24.17、26.67、20.83、16.67、17.5、14.17、20、12.5、20.83、11.67， 6.67、12.5、11.67、55、55、55、60、55、57.5、24.17、28.33、19.17， 21.67，20，18.33，24.17，20.83，17.5，15，16.67，15，15，10.83， 11.67、16.67、14.17、10、30、45、55、42.5、55、37.5、33.33、20.83， 20、17.5、18.33、20、28.33、13.33、17.5、13.33、20.83、11.67， 11.67、10.83、13.33、8.33、8.33、13.33、55、40、55、52.5、45， 45，12.5，17.5，15，21.67，17.5，17.5，14.17，14.17，16.67，14.17， 19.17、15、10.83、13.33、6.67、9.17、8.33、13.33、45、50、40， 35、55、45、10.83、9.17、23.33、22.5、15.83、11.67、26.67、8.33， 20、12.5、10.83、18.33、9.17、7.5、9.17、7.5、5.83、13.33、37.5， 35、45、22.5、30、25、15、13.33、20、13.33、20、20、9.17、21.67， 12.5、10、14.17、24.17、10.83、10、13.33、9.17、11.67、10.83， 45、45、42.5、30、55、40、11.67、21.67、18.33、16.67、16.67， 16.67、14.17、15、15.83、20.83、12.5、16.67、10、12.5、9.17， 10、7.5、6.67、27.5、30、32.5、45、17.5、25、15.83、15.83、17.5， 13.33、12.5、13.33、13.33、10.83、19.17、12.5、13.33、12.5、7.5， 8.33、9.17、5.83、10.83、10.83、47.5、15、20、20、30、30、10， 18.33、12.5、11.67、10.83、13.33、13.33、12.5、10、10、13.33， 15、6.67、14.17、7.5、7.5、10.83、7.5、22.5、15、22.5、20、25， 15）），.Names = c（“ Variety”，“ Sample.Part”，“ overall”），class =“ data.frame”，row.names = c（NA， -288L））
我在数据集中的第一和第二列是分类的，而第三列是数字的，我在此处附加了数据。
Variety Sample.Part overall
Cal J Lower 8.33
Cal J Lower 15.83
Cal J Lower 18.33
Cal J Lower 18.33
Cal J Lower 16.67
Cal J Lower 15.83
Cal J Intermediate 17.50
Cal J Intermediate 15.00
Cal J Intermediate 14.17
Cal J Intermediate 16.67
Cal J Intermediate 15.00
Cal J Intermediate 18.33
Cal J Upper 6.67
Cal J Upper 14.17
Cal J Upper 6.67
Cal J Upper 15.83
Cal J Upper 10.00
Cal J Upper 12.50
Cal J % fruit damage 10.00
Cal J % fruit damage 15.00
Cal J % fruit damage 35.00
Cal J % fruit damage 55.00
Cal J % fruit damage 50.00
我希望第一列中的因子水平在y轴上显示为叶节点。有帮助吗？