之前的推文使用默认的plot函数进行聚类树的可视化，今天继续扩展聚类树的可视化。

默认的聚类树可视化函数已经非常好用，有非常多的自定义设置，可以轻松实现好看的聚类树可视化。

op <- par(bg = "grey90")

plot(h.clust, main = "层次聚类", sub="", xlab = "",     col = "#487AA1", col.main = "#45ADA8", col.lab = "#7C8071",     col.axis = "#F38630", lwd = 2, lty = 1, hang = -1, axes = FALSE)# add axisaxis(side = 2, at = 0:5, col = "#F38630",     labels = FALSE, lwd = 2)# add text in marginmtext(0:5, side = 2, at = 0:5,      line = 1, col = "#A38630", las = 2)

par(op)

如果对默认的可视化效果不满意，可以先用as.dendrogram()转化一下，再画图可以指定更多细节。

dhc <- as.dendrogram(h.clust)plot(dhc,type = "triangle") # 比如换个类型

可以提取部分树进行查看，使用cut指定某个高度以上或以下的树进行查看。

op <- par(mfrow = c(2, 1))

# 高度在3以上的树plot(cut(dhc, h = 3)$upper, main = "Upper tree of cut at h=3")

# 高度在3以下的树plot(cut(dhc, h = 3)$lower[[2]],     main = "Second branch of lower tree with cut at h=3")

par(op)

每一个节点都有不同的属性，比如颜色、形状等，我们可以用函数修改每个节点的属性。

比如修改标签的颜色。

# 按照上面画出来的结果，我们可以分为5类，所以准备好5个颜色labelColors = c("#CDB380", "#036564", "#EB6841", "#EDC951", "#487AA1")

# 把聚类树分为5个类clusMember <- cutree(h.clust,k=5)

# 给标签增加不同的颜色colLab <- function(n) {  if (is.leaf(n)) {    a <- attributes(n)    labCol <- labelColors[clusMember[which(names(clusMember) == a$label)]]    attr(n, "nodePar") <- c(a$nodePar,                            list(cex=1.5, # 节点形状大小                                 pch=20, # 节点形状                                 col=labCol, # 节点颜色                                 lab.col=labCol, # 标签颜色                                 lab.font=2, # 标签字体，粗体斜体粗斜体                                 lab.cex=1 # 标签大小                                 )                            )  }  n}

# 把自定义标签颜色应用到聚类树中diyDendro = dendrapply(dhc, colLab)    

# 画图plot(diyDendro, main = "DIY Dendrogram")  

# 加图例legend("topright",      legend = c("Cluster 1","Cluster 2","Cluster 3","Cluster 4","Cluster 5"),      col = c("#CDB380", "#036564", "#EB6841", "#EDC951", "#487AA1"),      pch = c(20,20,20,20,20), bty = "n", pt.cex = 2, cex = 1 ,      text.col = "black", horiz = FALSE, inset = c(0, 0.1))

如果想要更加精美的聚类分析可视化，可以参考之前的几篇推文：

• R语言可视化聚类树
  
• R语言画好看的聚类树
  
• 又是聚类分析可视化
  
• 树状数据/层次数据可视化
  

参考资料

1. R帮助文档
   
2. https://r-graph-gallery.com/31-custom-colors-in-dendrogram.html
   
3. https://www.gastonsanchez.com/visually-enforced/how-to/2012/10/0/Dendrograms/