如何获取树状图中节点下所有叶子的列表？答案

【问题标题】：How to get a list of all leaves under a node in a dendrogram?如何获取树状图中节点下所有叶子的列表？
【发布时间】：2019-07-15 14:04:48
【问题描述】：

我使用 scipy.cluster.hierarchy.dendrogram 做了一个树状图，使用以下生成的数据：

a = np.random.multivariate_normal([10, 0], [[3, 1], [1, 4]], size=[100,]) b = np.random.multivariate_normal([0, 20], [[3, 1], [1, 4]], size=[50,]) c = np.random.multivariate_normal([8, 2], [[3, 1], [1, 4]], size=[80,]) X = np.concatenate((a, b, c),)

创建联动函数：

from scipy.cluster.hierarchy import dendrogram, linkage Z = linkage(X, 'ward')

然后：

dendrogram( Z, truncate_mode='lastp', # show only the last p merged clusters p=5, # show only the last p merged clusters show_leaf_counts=False, # otherwise numbers in brackets are counts leaf_rotation=90., leaf_font_size=12., show_contracted=True, # to get a distribution impression in truncated branches )

现在，我的数据中总共有 230 个观察值，它们被拆分为 p=5 个集群。对于每个集群，我希望拥有其中所有观察值的所有行索引的列表。另外，我想知道这5个集群之上的层次结构。

谢谢！

【问题讨论】：

标签： python cluster-analysis hierarchical-clustering dendrogram

【解决方案1】：

我是聚类和树状图的新手。如有错误欢迎指出。

# put X in a dataframe
df = pd.DataFrame()
df['col1']=X[:,0]
df['col2']=X[:,1]

index=[]
for i in range(len(X)):
    elem = 'A' + str(i)
    index.append(elem)

df['index'] = index
print(df.shape)
df.head()

Z = linkage(X, 'ward')

dendrogram(
Z,
truncate_mode='lastp',  # show only the last p merged clusters
p=5,  # show only the last p merged clusters
show_leaf_counts=True,  # otherwise numbers in brackets are counts
leaf_rotation=90.,
leaf_font_size=12.,
show_contracted=True,  # to get a distribution impression in truncated branches
);
plt.show()

# retrieve elements in each cluster
label = fcluster(Z, 5, criterion='maxclust')

df_clst = pd.DataFrame()
df_clst['index']  = df['index']
df_clst['label']  = label

# print them
for i in range(5):
   elements = df_clst[df_clst['label']==i+1]['index'].tolist()  
   size = len(elements)
   print('\n Cluster {}: N = {}  {}'.format(i+1, size, elements))

【讨论】：