python层次分析中`dendrogram`函数的常用参数

以下是dendrogram函数的常用参数：

• Z：层次聚类的结果，即通过scipy.cluster.hierarchy.linkage()函数计算得到的链接矩阵。

• p：要显示的截取高度（y轴的阈值），可以用于确定划分群集的横线位置。

• truncate_mode：指定截取模式。默认为None，表示不截取，可以选择 'lastp' 或 'mlab' 来截取显示。

• labels：数据点的标签，以列表形式提供。

• leaf_font_size：叶节点的字体大小。

• leaf_rotation：叶节点的旋转角度。

• show_leaf_counts：是否显示叶节点的数量。

• show_contracted：是否显示合并的群集。

• color_threshold：显示不同颜色的阈值，用于将不同群集算法聚类为不同颜色。

• above_threshold_color：超过阈值的线段颜色。

• orientation：图形的方向，可以选择 'top'、'bottom'、'left' 或 'right'。

以下是一个使用dendrogram函数的示例：

import scipy.cluster.hierarchy as sch
import matplotlib.pyplot as plt
​
# 计算层次聚类的结果
linkage_matrix = sch.linkage(X, method='ward')
​
# 绘制树状图
dendrogram = sch.dendrogram(linkage_matrix, color_threshold=0.7)
plt.xlabel('Sample Index')
plt.ylabel('Distance')
plt.title('Dendrogram')
​
plt.show()在这个例子中，我们首先使用scipy.cluster.hierarchy.linkage()计算数据集的层次聚类结果，然后使用scipy.cluster.hierarchy.dendrogram()将结果绘制成树状图。使用color_threshold参数可以调整聚类结果的可视化效果。