在R中，如何在对数据进行聚类后绘制相似性矩阵（如块图）？

我想生成一个图表，显示聚集数据和相似性矩阵之间的相关性。 我在R怎么做？在R中是否有任何函数可以在这个链接中创建像图片一样的图形？ （只是谷歌搜索了一下，得到了一个链接，显示了我想制作的一个图表）

---

提前谢谢。

在@Chase和@bill_080的评论中建议的一般解决方案需要稍加改进，以（部分）满足OP的需求

一个可重复的例子：

require(MASS)
set.seed(1)
dat <- data.frame(mvrnorm(100, mu = c(2,6,3), 
                          Sigma = matrix(c(10,   2,   4,
                                            2,   3, 0.5,
                                            4, 0.5,   2), ncol = 3)))

在活动设备上产生以下结果：

---

尽管如此，只有谢泼德图显示了“聚集数据和[dis]相似性矩阵之间的相关性”，而不是图像图（levelplot）。您打算如何计算两个数字之间的相关性，以进行所有成对比较的同素和原始[dis]相似性？

可能的重复请参见刚才回答的问题如何为图形创建相似性矩阵？

dij <- dist(scale(dat, center = TRUE, scale = TRUE))

clust <- hclust(dij, method = "average")

ord <- order(cutree(clust, k = 3))

coph <- cophenetic(clust)

layout(matrix(1:4, ncol = 2))
image(as.matrix(dij)[ord, ord], main = "Original distances")
image(as.matrix(coph)[ord, ord], main = "Cophenetic distances")
image((as.matrix(coph) - as.matrix(dij))[ord, ord], 
      main = "Cophenetic - Original")
plot(coph ~ dij, ylab = "Cophenetic distances", xlab = "Original distances",
     main = "Shepard Plot")
abline(0,1, col = "red")
box()
layout(1)