Python 计算树状图叶片的顺序

我有五个点，我需要从中创建树状图。“树状图”功能可用于确定这些点的顺序，如下所示。但是，我不想使用树状图，因为它速度慢，并且会导致大量点的错误（我在这里问了这个问题）。有人能告诉我如何将“链接”输出（Z）转换为“树状图（Z）['ivl']”值

---

为什么慢？当然，计算链接聚类的简单方法是

O（n^3）

，但是对于

n=5

，这是最便宜的方法了

有关scipy链接矩阵的格式，请参见以下问题：

请注意，您可能仍然需要对数据进行最佳排序。上面的链接矩阵编码给出了

• 元素1和簇3在高度0.1144处连接（形成一个2元素簇#5）
• 元素0和簇4在高度0.7999处连接（形成一个2元素簇#6）
• 簇5和簇6在高度0.6759处连接（形成一个4元素簇#7）
• 元素2和簇7在高度0.7999处连接（形成一个5元素簇，#8）

但它可能是按链接距离排序的，而不是按可视化的1d排序（因为不是每个使用链接聚类的人都希望在之后运行树状图）。但是无论如何，如果您确实需要排序，那么计算树状图的顺序应该是

O（n logn）

，与实际的聚类相比相当便宜

沿着这些思路应该可以做到这一点：

n = len(Z) + 1
cache = dict()
for k in range(len(Z)):
  c1, c2 = int(Z[k][0]), int(Z[k][1])
  c1 = [c1] if c1 < n else cache.pop(c1)
  c2 = [c2] if c2 < n else cache.pop(c2)
  cache[n+k] = c1 + c2
print cache[2*len(Z)]

n=len（Z）+1
cache=dict（）
对于范围内的k（len（Z））：
c1，c2=int（Z[k][0]），int（Z[k][1]）
c1=[c1]如果c1

这可能看起来是线性的，但是数组的预期大小是

logn

，因此根据列表类型，它可能仍然是

O（nlogn）

，而对于链表，它确实应该在

O（n）

中可以实现

---

但最终，您可能希望避免层次聚类。这是一个流行的聚类分析入门示例，因为它在概念上很容易理解。有一些相当棘手的算法（SLINK）可以将其归结为

O（n^2）

复杂性。但是有更现代、更强大的聚类算法，它们的复杂性更低。实际上，计算的内容非常类似（当您设置minPts=2时），当您有一个好的索引结构时，它将在

O（n log n）

中运行。此外，还可以增加minPts以获得更有意义的集群。（但不要在Weka中使用光学元件，也不要在四处游荡的python版本中使用光学元件——因为它们都不完整或有缺陷！）

在scipy中有一个专用函数用于计算线性化叶序。给你

我还想知道，在没有scipy树状图函数的情况下，如何创建排序。无论是在这里还是在这两个相关的问题上，都没有给出答案。有一篇论文引起了我的兴趣。甚至可以用光学方法创建一个树状图，不是吗？是的，有一些论文讨论了光学图与规则树状图的关系。我的意思是特别的。然而，原理是什么，在树状图中叶子是按顺序排列的？它是通过某种方式遍历共生矩阵完成的吗？树状图和光学簇顺序本质上都是序列化的最小生成树（具有不同于点到点距离的度量）。虽然此链接可以回答这个问题，最好在这里包括答案的基本部分，并提供链接供参考。如果链接页面发生更改，则“仅链接”答案可能无效。@Dijkgraaf这里没有必要描述整个聚类/排序算法。这根本不是问题。这是软件包的一个重要部分，它是专门为此目的而实现的，因此不太可能发生重大更改。您可以添加一个示例，说明如何使用该函数、需要哪些参数或类似的内容。就目前情况而言，您的答案只是一个边界链接，因此在您不编辑它以添加更多细节的情况下有被删除的风险。

n = len(Z) + 1
cache = dict()
for k in range(len(Z)):
  c1, c2 = int(Z[k][0]), int(Z[k][1])
  c1 = [c1] if c1 < n else cache.pop(c1)
  c2 = [c2] if c2 < n else cache.pop(c2)
  cache[n+k] = c1 + c2
print cache[2*len(Z)]