让dendextend为我为叶子预设颜色的分支分配颜色

Question

给定手动分配的叶子组，我想设置树状图分支的颜色。所以我提前知道我想着色，例如叶子A-C是红色的，所有只长出红色叶子的树枝也应该染成红色。

我可以使用“dendextend”包为我的树状图的分​​支着色。 但是，我无法控制将哪种颜色分配给哪个集群 ID。 dendrextend 将第一个颜色分配给它找到的第一个集群 ID，无论它是否是 ID 1。但是，我需要以颜色 1 等颜色着色的 ID 1，因为我需要一个图例。

请参阅此示例。我想要一个树状图，它将标签和分支A-C 涂成红色，D-F 涂成蓝色，G-I 涂成绿色。

suppressPackageStartupMessages(library(dendextend))
library(dplyr)

set.seed(12346)
# Sample data: 
# ------------
# l = Leaf labels | g = assigned color of leaf | x = value for clustering
dat <- tibble(l = LETTERS[1:9],
              g = factor(rep(letters[1:3], each = 3)),
              x = round(runif(9,0,10)))

# color_branches() need integer cluster IDs
dat$gi <- dat$g %>% as.integer()

# Color IDs of each group
dat %>% distinct(g, gi)
## # A tibble: 3 x 2
##   g        gi
##   <fct> <int>
## 1 a         1
## 2 b         2
## 3 c         3
# ID 1 = red, ID 2 = blue, ID 3 = green
clucols <- c("red", "blue", "green")

# Clustering & Dendrogram
# -----------------------
dst <- dist(setNames(dat$x, dat$l))
den <- as.dendrogram(hclust(dst))
o <- order.dendrogram(den)

den <- den %>%
  color_branches(col = clucols, clusters = dat$gi[o]) 
# Transfer branch colors to labels
labels_colors(den) <- get_leaves_branches_col(den)

plot(den)

# Legend
dat %>% distinct(g, gi) %>%
{legend("topright", legend = .$g, col = clucols[.$gi], lty = 1)}

结果：

叶子不是按我想要的顺序着色，而是按图上从左到右的簇位置排列

如果您将set.seed(...) 行更改为set.seed(12345)，您会看到颜色看起来是正确的。但这是因为如果从左到右看，这些簇会偶然以正确的顺序出现：

我如何让color_branches() 按集群 ID 分配颜色，而不是按哪个集群先分配颜色？

我尝试过的其他 SO 问题

• Dendextend: Regarding how to color a dendrogram’s labels according to defined groups：这个问题是相关的，但它只针对着色标签。

• Color dendrogram branches based on external labels uptowards the root until the label matches。提出了一个答案branches_attr_by_cluster，我将其翻译成这样的示例：

  den <- den %>%
    branches_attr_by_clusters(
      values = clucols[dat$gi[o]], 
      clusters = dat$gi[o], 
      attr = "col") 
  

  但是结果是一样的

Answer 1

一种解决方法是使用函数branches_attr_by_labels 将颜色分别分配给每个组的分支。

在问题中替换此代码：

den <- den %>%
  color_branches(col = clucols, clusters = dat$gi[o]) 

使用下面的代码。

您需要获取一个列表，其中包含每个组的每个元素。每个元素依次包含您要着色的标签和颜色本身。例如，您可以像这样得到它：

library(purrr)
colmap <- dat %>% group_by(g) %>% summarise(l = list(l)) %>% transpose()
colmap

## [[1]]
## [[1]]$g
## [1] 1
## 
## [[1]]$l
## [1] "A" "B" "C"
## 
## 
## [[2]]
## [[2]]$g
## [1] 2
## 
## [[2]]$l
## [1] "D" "E" "F"
## 
## 
## [[3]]
## [[3]]$g
## [1] 3
## 
## [[3]]$l
## [1] "G" "H" "I"

然后，对于每个元素，应用branches_attr_by_labels。因为它需要一个树状图和 一些更改参数并返回树状图，您可以使用purrr::reduce 或base::Reduce：

den <- reduce(.x = colmap, .init = den, .f = function(d, m) 
  branches_attr_by_labels(d, m$l, clucols[m$g] ))

或者，稍微长一点：

for(e in colmap){
  den <- branches_attr_by_labels(den, e$l, clucols[e$g])
}

set.seed(123456) 的结果。对比上图：