使用此处发布的代码，我创建了一个不错的层次聚类：
假设左侧的树状图是通过执行类似的操作创建的
Y = sch.linkage(D, method='average') # D is a distance matrix
cutoff = 0.5*max(Y[:,2])
Z = sch.dendrogram(Y, orientation='right', color_threshold=cutoff)
现在如何获得每个彩色集群成员的索引？ 为了简化这种情况，忽略顶部的聚类，只关注矩阵左侧的树状图。
此信息应存储在树状图Z存储变量中。有一个函数应该做我想要的调用fcluster（请参阅此处的文档）。但是，我看不到在哪里可以提供cutoff与创建树状图时指定的 fcluster 相同的位置。似乎 , 中的阈值变量fcluster必须t根据各种模糊的测量值 ( inconsistent, distance, maxclust, monocrit)。有任何想法吗？
我认为你在正确的轨道上。让我们试试这个：
import scipy
import scipy.cluster.hierarchy as sch
X = scipy.randn(100, 2) # 100 2-dimensional observations
d = sch.distance.pdist(X) # vector of (100 choose 2) pairwise distances
L = sch.linkage(d, method='complete')
ind = sch.fcluster(L, 0.5*d.max(), 'distance')
ind将为您提供 100 个输入观察值中的每一个的聚类索引。ind取决于method你在linkage. 尝试method=single,complete和average. 然后注意有什么ind不同。
例子：
In [59]: L = sch.linkage(d, method='complete')
In [60]: sch.fcluster(L, 0.5*d.max(), 'distance')
Out[60]:
array([5, 4, 2, 2, 5, 5, 1, 5, 5, 2, 5, 2, 5, 5, 1, 1, 5, 5, 4, 2, 5, 2, 5,
2, 5, 3, 5, 3, 5, 5, 5, 5, 5, 5, 5, 2, 2, 5, 5, 4, 1, 4, 5, 2, 1, 4,
2, 4, 2, 2, 5, 5, 5, 2, 5, 5, 3, 5, 5, 4, 5, 4, 5, 3, 5, 3, 5, 5, 5,
2, 3, 5, 5, 4, 5, 5, 2, 2, 5, 2, 2, 4, 1, 2, 1, 5, 2, 5, 5, 5, 1, 5,
4, 2, 4, 5, 2, 4, 4, 2])
In [61]: L = sch.linkage(d, method='single')
In [62]: sch.fcluster(L, 0.5*d.max(), 'distance')
Out[62]:
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1])
scipy.cluster.hierarchy确实令人困惑。在您的链接中，我什至不认识自己的代码！
我写了一些代码来解压缩链接矩阵。它返回一个字典，其中包含labels按每个聚集步骤分组的索引。我只是在complete链接集群的结果上进行了尝试。dict 的键开始于，len(labels)+1因为最初，每个标签都被视为自己的集群。这可能会回答你的问题。
import pandas as pd
import numpy as np
from scipy.cluster.hierarchy import linkage
np.random.seed(123)
labels = ['ID_0','ID_1','ID_2','ID_3','ID_4']
X = np.corrcoef(np.random.random_sample([5,3])*10)
row_clusters = linkage(x_corr, method='complete')
def extract_levels(row_clusters, labels):
clusters = {}
for row in xrange(row_clusters.shape[0]):
cluster_n = row + len(labels)
# which clusters / labels are present in this row
glob1, glob2 = row_clusters[row, 0], row_clusters[row, 1]
# if this is a cluster, pull the cluster
this_clust = []
for glob in [glob1, glob2]:
if glob > (len(labels)-1):
this_clust += clusters[glob]
# if it isn't, add the label to this cluster
else:
this_clust.append(glob)
clusters[cluster_n] = this_clust
return clusters
回报：
{5: [0.0, 2.0],
6: [3.0, 4.0],
7: [1.0, 0.0, 2.0],
8: [3.0, 4.0, 1.0, 0.0, 2.0]}
我知道这对游戏来说已经很晚了，但是我根据此处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调用
pip install pydendroheatmap
在此处查看项目的 github 页面：https ://github.com/themantalope/pydendroheatmap
你也可以试试cut_tree，它有一个高度参数，可以为你提供你想要的超度量。