Как раскрасить метки дендрограммы в соответствии с определенными группами? (в R)

Question

Как раскрасить метки дендрограммы в соответствии с определенными группами? (в R)

У меня есть числовая матрица в R с 24 строками и 10 000 столбцами. Имена строк этой матрицы в основном являются именами файлов, из которых я прочитал данные, соответствующие каждой из 24 строк. Кроме того, у меня есть отдельный список факторов с 24 целыми, указывающий группу, к которой принадлежат 24 файла. Существует 3 группы-спирты, углеводороды и сложные эфиры. Имена и соответствующая группа, к которой они принадлежат, выглядят следующим образом:

> MS.mz

[1] "int-354.19" "int-361.35" "int-368.35" "int-396.38" "int-408.41" "int-410.43" "int-422.43"

[8] "int-424.42" "int-436.44" "int-438.46" "int-452.00" "int-480.48" "int-648.64" "int-312.14"

[15] "int-676.68" "int-690.62" "int-704.75" "int-312.29" "int-326.09" "int-326.18" "int-326.31"

[22] "int-340.21" "int-340.32" "int-352.35"



> MS.groups

[1] Alcohol     Alcohol     Alcohol     Alcohol     Hydrocarbon Alcohol     Hydrocarbon Alcohol    

[9] Hydrocarbon Alcohol     Alcohol     Alcohol     Ester       Alcohol     Ester       Ester      

[17] Ester       Alcohol     Alcohol     Alcohol     Alcohol     Alcohol     Alcohol     Hydrocarbon

Levels: Alcohol Ester Hydrocarbon

Я хотел создать дендрограмму, чтобы посмотреть как данные в матрице могут быть кластеризованы. Итак, я использовал следующие команды:

require(vegan)

dist.mat<-vegdist(MS.data.scaled.transposed,method="euclidean")

clust.res<-hclust(dist.mat)

plot(clust.res)

И я получил дендограмму. Теперь я хочу раскрасить имена файлов в дендрограмме в соответствии с группой, к которой они принадлежат, то есть спирт, углеводород или сложный эфир. Я посмотрел на разные примеры, размещенные на форуме, такие как

Дендрограмма метки и цвета листа в r

Этикетка и цветовая дендрограмма листа в R с использованием пакета ape

Кластеризация с бутстрэппинг

, но не смог реализовать его для моих данных. Я не знаю, как соотнести строки.имена с группами MS, чтобы получить цветные имена в дендрограмме.

О создании дерева с помощью dendextend (как описано в https://nycdatascience.com/wp-content/uploads/2013/09/dendextend-tutorial.pdf ), я получаю следующее дерево

Введите описание изображения здесь

Вот код, используемый для его генерации:

require(colorspace)

d_SIMS <- dist(firstpointsample5[,-1])

hc_SIMS <- hclust(d_SIMS)

labels(hc_SIMS)

dend_SIMS <- as.dendrogram(hc_SIMS)

SIMS_groups <- rev(levels(firstpointsample5[, 1]))

dend_SIMS <- color_branches(dend_SIMS, k = 3, groupLabels = SIMS_groups)

is.character(labels(dend_SIMS)) 

plot(dend_SIMS)

labels_colors(dend_SIMS) <- rainbow_hcl(3)[sort_levels_values(as.numeric(firstpointsample5[,1])[order.dendrogram(dend_SIMS)])]

labels(dend_SIMS) <- paste(as.character(firstpointsample5[, 1])[order.dendrogram(dend_SIMS)],"(", labels(dend_SIMS), ")", sep = "")

dend_SIMS <- hang.dendrogram(dend_SIMS, hang_height = 0.1)

dend_SIMS <- assign_values_to_leaves_nodePar(dend_SIMS, 0.5,"lab.cex")

par(mar = c(3, 3, 3, 7))

plot(dend_SIMS, main = "Clustered SIMS datasetn (the labels give the true m/z groups)",horiz = TRUE, nodePar = list(cex = 0.007))

legend("topleft", legend = SIMS_groups, fill = rainbow_hcl(3))

645 3

r plot cluster-analysis dendrogram dendextend

3 ответов:

Comments

Ничего не найдено.

Tal Galili · Accepted Answer · 2015-07-11 20:07:55

Я подозреваю, что функция, которую вы ищете, либо color_labels, либо get_leaves_branches_col. Первый цвет ваших меток основан на cutree (как это делают color_branches), а второй позволяет получить цвета ветви каждого листа, а затем использовать его для окраски меток дерева (если вы используете необычные методы окраски ветвей (как это происходит при использовании branches_attr_by_labels). Например:
# define dendrogram object to play with:
hc <- hclust(dist(USArrests[1:5,]), "ave")
dend <- as.dendrogram(hc)

library(dendextend)
par(mfrow = c(1,2), mar = c(5,2,1,0))
dend <- dend %>%
         color_branches(k = 3) %>%
         set("branches_lwd", c(2,1,2)) %>%
         set("branches_lty", c(1,2,1))

plot(dend)

dend <- color_labels(dend, k = 3)
# The same as:
# labels_colors(dend)  <- get_leaves_branches_col(dend)
plot(dend)
В любом случае, вы всегда должны смотреть на функцию set, чтобы получить представление о том, что можно сделать с вашим дендрограмма (это избавляет от хлопот запоминания всех названий различных функций).

user3875022 · Accepted Answer · 2015-06-29 23:43:48

Вы можете взглянуть на этот учебник, который отображает несколько решений для визуализации дендограмм в R по группам

Https://rstudio-pubs-static.s3.amazonaws.com/1876_df0bf890dd54461f98719b461d987c3d.html

Однако, я думаю, что лучшее решение, подходящее для ваших данных, предлагает пакет "dendextend". Смотрите туториал (пример, касающийся набора данных 'iris', который похож на вашу проблему): https://nycdatascience.com/wp-content/uploads/2013/09/dendextend-tutorial.pdf

Смотрите также виньетку: http://cran.r-project.org/web/packages/dendextend/vignettes/Cluster_Analysis.html

user3875022 · Accepted Answer · 2017-05-23 15:14:43

Вы можете попробовать это решение, только измените "labs" с вашими "MS groups" и " var "с вашими " MS groups", преобразованными в числовые (возможно, с as.числовой). Он исходит из того, как раскрасить метки дендрограммы дополнительной факторной переменной в R

## The data
df <- structure(list(labs = c("a1", "a2", "a3", "a4", "a5", "a6", "a7", 
"a8", "b1", "b2", "b3", "b4", "b5", "b6", "b7"), var = c(1L, 1L, 2L,     
1L,2L, 2L, 1L, 2L, 1L, 2L, 1L, 1L, 2L, 2L, 2L), td = c(13.1, 14.5, 16.7, 
12.9, 14.9, 15.6, 13.4, 15.3, 12.8, 14.5, 14.7, 13.1, 14.9, 15.6, 14.6), 
fd = c(2L, 3L, 3L, 1L, 2L, 3L, 2L, 3L, 2L, 4L, 2L, 1L, 4L, 3L, 3L)), 
.Names = c("labs", "var", "td", "fd"), class = "data.frame", row.names = 
c(NA, -15L))

## Subset for clustering
df.nw = df[,3:4]

# Assign the labs column to a vector
labs = df$labs

d = dist(as.matrix(df.nw))                          # find distance matrix 
hc = hclust(d, method="complete")                   # apply hierarchical clustering 

## plot the dendrogram

plot(hc, hang=-0.01, cex=0.6, labels=labs, xlab="") 

## convert hclust to dendrogram 
hcd = as.dendrogram(hc)                             

## plot using dendrogram object
plot(hcd, cex=0.6)                                  

Var = df$var                                        # factor variable for colours
varCol = gsub("1","red",Var)                        # convert numbers to colours
varCol = gsub("2","blue",varCol)

# colour-code dendrogram branches by a factor 

# ... your code
colLab <- function(n) {
  if(is.leaf(n)) {
    a <- attributes(n)
    attr(n, "label") <- labs[a$label]
    attr(n, "nodePar") <- c(a$nodePar, lab.col = varCol[a$label]) 
  }
  n
}

## Coloured plot
plot(dendrapply(hcd, colLab))