重新排序矩阵元素以反映naiive python中的列和行聚类

3 回答

• 41

  我不确定完全理解，但似乎你试图根据树形图指标的种类重新索引数组的每个轴 . 我想这假设在每个分支描述中都有一些比较逻辑 . 如果是这种情况那么这将工作（？）：

  >>> x_idxs = [(0,1,0,0),(0,1,1,1),(0,1,1),(0,0,1),(1,1,1,1),(0,0,0,0)]
  >>> y_idxs = [(1,1),(0,1),(1,0),(0,0)]
  >>> a = np.random.random((len(x_idxs),len(y_idxs)))
  >>> x_idxs2, xi = zip(*sorted(zip(x_idxs,range(len(x_idxs)))))
  >>> y_idxs2, yi = zip(*sorted(zip(y_idxs,range(len(y_idxs)))))
  >>> a2 = a[xi,:][:,yi]
  

  x_idxs 和 y_idxs 是树状图指示 . a 是未排序的矩阵 . xi 和 yi 是您的新行/列数组指示 . a2 是排序矩阵，而 x_idxs2 和 y_idxs2 是新的，排序的树形图标记 . 这假设在创建树形图时， 0 分支列/行总是比 1 分支更大/更小 .

  如果你的y_idxs和x_idxs不是列表但是是numpy数组，那么你可以以类似的方式使用 np.argsort .

  回复于 2024-05-10T09:04:30+08:00
• 2

  我知道现在游戏已经很晚了，但我根据本页帖子中的代码制作了一个绘图对象 . 它在pip上注册，所以要安装你只需要打电话

  pip install pydendroheatmap
  

  在这里查看项目的github页面：https://github.com/themantalope/pydendroheatmap

  回复于 2024-05-10T09:04:30+08:00
• 5

  请参阅下面部分复制的recent answer至this related question .

  import scipy
  import pylab
  import scipy.cluster.hierarchy as sch
  
  # Generate features and distance matrix.
  x = scipy.rand(40)
  D = scipy.zeros([40,40])
  for i in range(40):
      for j in range(40):
          D[i,j] = abs(x[i] - x[j])
  
  # Compute and plot dendrogram.
  fig = pylab.figure()
  axdendro = fig.add_axes([0.09,0.1,0.2,0.8])
  Y = sch.linkage(D, method='centroid')
  Z = sch.dendrogram(Y, orientation='right')
  axdendro.set_xticks([])
  axdendro.set_yticks([])
  
  # Plot distance matrix.
  axmatrix = fig.add_axes([0.3,0.1,0.6,0.8])
  index = Z['leaves']
  D = D[index,:]
  D = D[:,index]
  im = axmatrix.matshow(D, aspect='auto', origin='lower')
  axmatrix.set_xticks([])
  axmatrix.set_yticks([])
  
  # Plot colorbar.
  axcolor = fig.add_axes([0.91,0.1,0.02,0.8])
  pylab.colorbar(im, cax=axcolor)
  
  # Display and save figure.
  fig.show()
  fig.savefig('dendrogram.png')
  

  Dendrogram and distance matrix http://up.stevetjoa.com/dendrogram.png

  回复于 2024-05-10T09:04:30+08:00