使用现有列的树状图的颜色分支答案

【问题标题】：Color branches of dendrogram using an existing column使用现有列的树状图的颜色分支
【发布时间】：2023-03-30 08:27:01
【问题描述】：

我有一个数据框，我正在尝试对其进行聚类。我现在正在使用hclust。在我的数据框中，有一个 FLAG 列，我想用它为树状图着色。通过生成的图片，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

我在 colA、colB、colC 和 colD 上进行聚类。我想根据FLAG 类别对它们进行聚类并着色。 Ex - 如果为 1，则为红色，如果为 0，则为蓝色（我只有两个类别）。现在我使用的是普通版的集群绘图。

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

在这方面的任何帮助将不胜感激。

【问题讨论】：

标签： r cluster-analysis hierarchical-clustering dendrogram dendextend

【解决方案1】：

如果您想根据某个变量为树状图的分支着色，那么以下代码（主要取自 dendrapply 函数的帮助）应该会给出所需的结果：

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)

【讨论】：

我不确定我是否在这里做错了，但这对我不起作用。我将groups 变量更改为我想要运行完全相同的代码的列，用我自己的数据框替换x。我得到了一个没有颜色的普通树状图。
嗨 Pathebug，你能举一个你的数据框的小例子吗？请注意，在上面的示例中，我的 groups 变量是一个包含颜色“蓝色”和“红色”的字符向量。在您的情况下，您的标志向量因此也需要是颜色的字符向量。如果不是，假设您的变量包含两组，例如苹果和橙子，那么您将需要创建一个新向量，其中苹果和橙子引用您想要的颜色。Flag
然后您将使用 Flag.colours 为您的分支着色。希望这会有所帮助。
我也有类似的问题。但是，此代码仅在以下情况下才有效：1）先前从结果集群中提取提示的顺序，2）将提示分配给类别，3）为每个类别分配颜色。有没有办法根据包含提示 ID 名称及其类别或颜色的数据框自动将颜色分配给集群的提示？作为merge 函数。通过这种方式，我们不必从集群中提取提示。非常感谢您的这篇文章！

【解决方案2】：

我认为 Arhopala 的回答很好。我冒昧地更进一步，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）。这个版本的函数比 Arhopala 的回答更加健壮和灵活，因为：

这是一个通用功能，可以在不同的问题/设置中工作
该函数可以处理其他edgePar参数（col、lwd、lty）
该功能提供部分向量的回收，并在需要时提供各种警告消息。

要安装 dendextend 软件包，您可以使用install.packages('dendextend')，但对于最新版本，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，下面是对Arhopala 回答的第二个看法：

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 进行这种类型的编码（它会得到与上面相同的结果，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)

【讨论】：