r语言 - 使用树状图从每个树状图节点中提取高度



可能很简单,

我有一个dendrogram

set.seed(1)
my_mat <- matrix(rnorm(100),nrow=10,ncol=10)
my_dend <- as.dendrogram(hclust(dist(my_mat)))

我想使用 dendrapplymy_dend 中的每个node中提取height attribute,因为它遍历pre-order中的dendrogram

my_dend上尝试dendrapply的例子:

dendrapply(my_dend, function(n) utils::str(attributes(n)))

它不返回值,但打印我需要的信息pre-order.我认为只需返回height attribute就像

dendrapply(my_dend, function(n) attr(n,"height"))

但显然我错了。

知道吗?

这是你想要的吗?

sapply(hclust(dist(my_mat)), '[')$height
#[1] 2.195193 2.661372 2.837259 2.890944 3.745600 4.098533 4.177088 5.514541 6.496675
#and order
sapply(hclust(dist(my_mat)), '[')$order
# [1]  4  1 10  8  9  2  5  7  3  6

图书馆dendextend也有dendextend_get_branches_heights

dendextend_get_branches_heights(my_dend)
#[1] 2.195193 2.661372 2.837259 2.890944 3.745600 4.098533 4.177088 5.514541 6.496675

要获取树状图中所有节点的高度,您可以使用 dendextend 包中的函数get_nodes_attr

library(dendextend)
get_nodes_attr(my_dend, "height")
 [1] 6.496675 0.000000 5.514541 3.745600 2.195193 0.000000 0.000000 2.890944
 [9] 0.000000 0.000000 4.177088 2.837259 0.000000 0.000000 4.098533 0.000000
[17] 2.661372 0.000000 0.000000

这远非优雅,但有效:

保存的输出

dendrapply(my_dend, function(n) utils::str(attributes(n)))

到文件,然后编辑该文件:

  out.fn <- "dendrogram.output"
  capture.output(dendrapply(my_dend, function(n) utils::str(attributes(n))),file=out.fn)
  system(paste0("sed -i '/List of/d' ",out.fn))
  system(paste0("sed -i '/\[\[/d' ",out.fn))
  system(paste0("sed -i '/NULL/d' ",out.fn))
  system(paste0("sed -i '/^$/d' ",out.fn))
  system(paste0("sed -i '/class/d' ",out.fn))
  system(paste0("sed -i '/midpoint/d' ",out.fn))
  system(paste0("sed -i '/leaf/d' ",out.fn))
  system(paste0("sed -i '/label/d' ",out.fn))
  system(paste0("sed -i '/members/d' ",out.fn))
  system(paste0("sed -i 's/ \$ //g' ",out.fn))
  system(paste0("perl -i -pe 's/height\s+:\s+num\s+//g' ",out.fn))
  my_dend.df <- dplyr::filter(read.table(out.fn,header=F,sep=",",stringsAsFactors=F,col.names="depth"),depth != 0)
> my_dend.df
  depth
1  6.50
2  5.51
3  3.75
4  2.20
5  2.89
6  4.18
7  2.84
8  4.10
9  2.66

相关内容

  • 没有找到相关文章

最新更新