R/Python：Heirarchical聚类，树状图注释

我想进行分层聚类并绘制带有热图的经典树状图。在R中使用heatmap.2或heatmap.3是相当容易的，而且在python中看起来也很容易。然而，我没有真正找到一个好的解决方案是树的注释。R/Python：Heirarchical聚类，树状图注释

理想情况下，我想根据元数据为我的分支着色代码。假设我有5个不同类型的〜10K行，在聚类之后，我想要查看这些类型如何组合在一起。由于数据量的原因，标记每行并不可行。

基于簇/距离对树进行着色似乎不是不可能的，但那不是我想要的。

用于彩色的分级矢量既可以是单独的列或rownames中的R OCH Python中

解并不重要的一部分。谢谢！

编辑：

例子：

library(gplots) 
library(proxy) 
df = data.frame(matrix(rnorm(100), nrow=10)) 
rownames(df) <- c("A_1","A_2","A_3","B_1","B_2","B_3","C_1","C_2","C_3","C_4") 
df <- t(df) 
distance.matrix.df <- dist(as.matrix(df), method='pearson') 
clust.df1 <- hclust(distance.matrix.df, method = "average") 
dend.dfc <- as.dendrogram(clust.df1) 
heatmap.2(as.matrix(df), Rowv=dend.dfc, keysize=1, dendrogram="col", trace="none")

输出：Here

所需的输出：Here

来源

2015-10-31 Myggan

啊，对不起错过了，那。在它上面工作。 – Myggan

在R您可以尝试这样的：

library(dendextend) 
dend <- df %>% t %>% dist %>% hclust %>% as.dendrogram %>% 
    branches_attr_by_clusters(as.numeric(as.factor(substr(labels(.), 0, 1))), 
          attr="col") 
heatmap.2(as.matrix(df), Rowv=dend.dfc, Colv=dend, keysize=1, 
      dendrogram="col", trace="none")

它给你这样的事情：

来源

2015-10-31 13:03:23 lukeA

谢谢！这似乎是诀窍！现在我只需要明白，特别是“df％>％t％>％dist％>％hclust％>％as.dendrogram％>％”对我来说有点谜。 – Myggan

@Myggan这只是在一行中创建了距离矩阵，hclust对象和树状图 - 您可以阅读更多关于管道运算符'％>％'[here]（https://cran.r-project.org/web/packages /magrittr/vignettes/magrittr.html）。 – lukeA

除了描述的解决方案之外，它还可能使用heatmap.2中的“ColSideColors”参数.2 –

R/Python：Heirarchical聚类，树状图注释

回答

相关问题