Изменение порядка элементов матрицы для отражения кластеризации столбцов и строк в наивном Python

Question

Я ищу способ выполнить кластеризацию отдельно по строкам матрицы, а затем по ее столбцам, изменить порядок данных в матрице, чтобы отразить кластеризацию, и собрать все это вместе.Проблема кластеризации легко разрешима, как и создание дендрограммы (например, в этот блог или в «Программирование коллективного разума»).Однако как переупорядочить данные для меня остается неясным.

В конце концов, я ищу способ создания графиков, подобных приведенному ниже, с использованием наивного Python (с любой «стандартной» библиотекой, такой как numpy, matplotlib и т. д., но без используя Р или другие внешние инструменты).

_{(источник: warwick.ac.uk)}

Разъяснения

Меня спросили, что я имею в виду под изменением порядка.Когда вы кластеризуете данные в матрице сначала по строкам матрицы, а затем по ее столбцам, каждая ячейка матрицы может быть идентифицирована по положению в двух дендрограммах.Если вы измените порядок строк и столбцов исходной матрицы так, чтобы элементы, находящиеся близко друг к другу в дендрограммах, стали близкими друг к другу в матрице, а затем сгенерировали тепловую карту, кластеризация данных может стать очевидной для зрителя. (как на рисунке выше)

Answer 1

Смотри мой недавний ответ, частично скопировано ниже, чтобы этот связанный вопрос.

import scipy
import pylab
import scipy.cluster.hierarchy as sch

# Generate features and distance matrix.
x = scipy.rand(40)
D = scipy.zeros([40,40])
for i in range(40):
    for j in range(40):
        D[i,j] = abs(x[i] - x[j])

# Compute and plot dendrogram.
fig = pylab.figure()
axdendro = fig.add_axes([0.09,0.1,0.2,0.8])
Y = sch.linkage(D, method='centroid')
Z = sch.dendrogram(Y, orientation='right')
axdendro.set_xticks([])
axdendro.set_yticks([])

# Plot distance matrix.
axmatrix = fig.add_axes([0.3,0.1,0.6,0.8])
index = Z['leaves']
D = D[index,:]
D = D[:,index]
im = axmatrix.matshow(D, aspect='auto', origin='lower')
axmatrix.set_xticks([])
axmatrix.set_yticks([])

# Plot colorbar.
axcolor = fig.add_axes([0.91,0.1,0.02,0.8])
pylab.colorbar(im, cax=axcolor)

# Display and save figure.
fig.show()
fig.savefig('dendrogram.png')

_{(источник: stevetjoa.com)}

Answer 2

Я не совсем понимаю, но, похоже, вы пытаетесь переиндексировать каждую ось массива на основе типов индексов дендрограммы.Я предполагаю, что это предполагает наличие некоторой сравнительной логики в разграничении каждой ветви.Если это так, то будет ли это работать (?):

>>> x_idxs = [(0,1,0,0),(0,1,1,1),(0,1,1),(0,0,1),(1,1,1,1),(0,0,0,0)]
>>> y_idxs = [(1,1),(0,1),(1,0),(0,0)]
>>> a = np.random.random((len(x_idxs),len(y_idxs)))
>>> x_idxs2, xi = zip(*sorted(zip(x_idxs,range(len(x_idxs)))))
>>> y_idxs2, yi = zip(*sorted(zip(y_idxs,range(len(y_idxs)))))
>>> a2 = a[xi,:][:,yi]

x_idxs и y_idxs – показатели дендрограммы. a это несортированная матрица. xi и yi ваши новые индексы массива строк/столбцов. a2 это отсортированная матрица, а x_idxs2 и y_idxs2 — это новые отсортированные индексы дендрограммы.Это предполагает, что при создании дендрограммы 0 столбец/строка ветки всегда сравнительно больше/меньше, чем 1 ветвь.

Если ваши y_idxs и x_idxs не являются списками, а являются массивами, вы можете использовать np.argsort аналогичным образом.

Answer 3

Я знаю, что это очень поздно для игры, но я создал объект построения на основе кода из сообщения на этой странице.Он зарегистрирован на pip, поэтому для установки вам просто нужно позвонить

pip install pydendroheatmap

посетите страницу проекта на GitHub здесь: https://github.com/themantalope/pydendroheatmap