为树状图中的特定链接着色答案

【问题标题】：Coloring specific links in a dendrogram为树状图中的特定链接着色
【发布时间】：2019-09-10 10:55:54
【问题描述】：

在 scipy 中层次聚类的树状图中，我想突出显示连接特定两个标签的链接，比如 0 和 1。

import scipy.cluster.hierarchy as hac
from matplotlib import pyplot as plt

clustering = hac.linkage(points, method='single', metric='cosine')
link_colors = ["black"] * (2 * len(points) - 1)
hac.dendrogram(clustering, link_color_func=lambda k: link_colors[k])
plt.show()

聚类具有以下格式： clustering[i] 对应于节点号 len(points) + i，其前两个数字是链接节点的索引。索引小于len(points) 的节点对应于原始points，更高的索引到集群。

绘制树状图时，使用了不同的链接索引，这些索引用于选择颜色。链接的索引（如link_colors 中的索引）如何与clustering 中的索引相对应？

【问题讨论】：

标签： python matplotlib scipy

【解决方案1】：

您已经非常接近解决方案了。 clustering 中的索引按 clustering 数组的第 3 列的大小排序。 link_color_func 的颜色列表的索引是 clustering 的索引 + points 的长度。

import scipy.cluster.hierarchy as hac
from matplotlib import pyplot as plt
import numpy as np

# Sample data
points = np.array([[8, 7, 7, 1], 
            [8, 4, 7, 0], 
            [4, 0, 6, 4], 
            [2, 4, 6, 3], 
            [3, 7, 8, 5]])

clustering = hac.linkage(points, method='single', metric='cosine')

clustering 确实是这样的

array([[3.        , 4.        , 0.00766939, 2.        ],
       [0.        , 1.        , 0.02763245, 2.        ],
       [5.        , 6.        , 0.13433008, 4.        ],
       [2.        , 7.        , 0.15768043, 5.        ]])

如您所见，clustering 按第三列排序后的排序（以及行索引）结果。

现在要突出显示特定链接（例如您建议的 [0,1]），您必须在 clustering 中找到对 [0,1] 的行索引并添加 len(points)。结果数字是为link_color_func 提供的颜色列表的索引。

# Initialize the link_colors list with 'black' (as you did already)
link_colors = ['black'] * (2 * len(points) - 1)
# Specify link you want to have highlighted
link_highlight = (0, 1)
# Find index in clustering where first two columns are equal to link_highlight. This will cause an exception if you look for a link, which is not in clustering (e.g. [0,4])
index_highlight = np.where((clustering[:,0] == link_highlight[0]) * 
                           (clustering[:,1] == link_highlight[1]))[0][0]
# Index in color_list of desired link is index from clustering + length of points
link_colors[index_highlight + len(points)] = 'red'

hac.dendrogram(clustering, link_color_func=lambda k: link_colors[k])
plt.show()

像这样，您可以突出显示所需的链接：

它也适用于原始元素和集群之间或两个集群之间的链接（例如link_highlight = (5, 6)）

【讨论】：