SciPy - 樹圖() 方法

SciPy 樹圖() 方法引自模組“scipy.cluster.hierarchy”，它透過在特定高度處切割叢集來確定其功能。

此方法幫助我們視覺化叢集圖並顯示排列。

語法

以下是 SciPy 樹圖() 方法的語法 −

dendrogram(res)

引數

以下是說明 −

• res: 此引數儲存 linkage() 方法，該方法接受兩個引數，分別是 “data” 和 “method = 'type'” 以圖形方式生成分層叢集。

返回值

此方法渲染樹狀圖，這意味著它以圖形檢視的形式返回結果。

示例 1

以下是展示如何使用 樹狀圖() 方法的 SciPy 示例。

import numpy as np
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

# given data
data = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10]])

# hierarchical clustering using ward
res = linkage(data, method='ward')

# create a dendrogram
dendrogram(res)

# show the plot
plt.show()

輸出

以上程式碼會產生以下輸出 −

示例 2

在這裡，我們執行截斷樹狀圖的任務，它顯示了最後 4 次合併。

import numpy as np
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

# input data
data = np.random.rand(15, 4)

# hierarchical clustering
res = linkage(data, method='average')

# create a truncated dendrogram
dendrogram(res, truncate_mode='lastp', p=4)

# show the plot
plt.show()

輸出

以上程式碼會產生以下輸出 −

示例 3

以下示例顯示了具有顏色閾值的樹狀圖。在這裡，您可以得到橙色的圖形顏色。

注意，顏色閾值定義了圖形的更好可見性。

import numpy as np
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

# input data
data = np.random.rand(15, 3)

# hierarchical clustering
res = linkage(data, method='single')

# create dendrogram with color threshold
dendrogram(res, color_threshold=0.5)

# show the plot
plt.show()

輸出

以上程式碼會產生以下輸出 −