r语言 col_R语言绘制聚类树示例

最新推荐文章于 2024-07-13 19:55:13 发布

weixin_39632291

最新推荐文章于 2024-07-13 19:55:13 发布

阅读量1.4k

点赞数 1

文章标签： r语言 col

本文介绍如何在R语言中绘制层次聚类树，并提供了多种调整和可视化的方案。通过示例数据展示了从16S测序得到的细菌OTU丰度表的样本归类，探讨了聚类树的调整方法，包括ape包中的系统发育树风格、sparcl包和A2R包的可视化功能，以及如何给分支标记颜色。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

R语言绘制聚类树示例

层次聚类(hierarchical clustering)常见两种形式，“自底向上”的聚合策略(层次聚合)或“自顶向下”的分拆策略(层次分划)，结果一般以聚类树表示，它表示将对象或聚类群连接在一起的层次结构。在聚类树中，分支的高度代表了距离的远近。

对于节点周围分支的方向，大多数层次聚类方法中都可以任意调整顺序；少数方法如TWINSPAN，对象的排列顺序和其分类特征密切相关，分支方向不可随意调整。

在前文简介层次聚合分类时，已经在R中展示了聚类树的一些简单调整方法，本篇继续作为延伸，展示一些更详细的可视化方案。

示例数据和R代码的百度盘链接：

https://pan.baidu.com/s/1ysLxEr4kOP8kEAg8HdPYEg

层次聚类

示例数据为来自16S测序所得的15个样本的细菌OTU丰度表，首先执行层次聚类识别样本归类。

#读取 OTU 丰度表
dat dat  
#样本分组文件
group  
#计算样本间距离，以群落分析中常用的 Bray-curtis 距离为例
dis_bray  
#层次聚类，以 UPGMA 为例
upgma upgma
plot(upgma, main = 'UPGMA\n(Bray-curtis distance)', sub = '', xlab = 'Sample', ylab = 'Height')

接下来，展示一些可能用到的聚类树调整方案。

注：下文所展示的方法仅为树状图本身的调整。其它组合类型的样式，如聚类树+柱形图、聚类树+热图、聚类树+排序图等，将放在后续的教程中绘制。

直接在plot()作图时添加参数调整

基本的参数调整已在层次聚合分类时提到，以下是继续延伸的内容。

#将样本高度保持在同一水平，以下两种方法都可以
par(mfrow = c(1, 2))
plot(upgma, hang = -1, main = 'UPGMA\n(Bray-curtis distance)', sub = '',&nb

最低0.47元/天解锁文章

200万优质内容无限畅学