Python SciPy hierarchy.optimal_leaf_ordering用法及代码示例

本文简要介绍 python 语言中 scipy.cluster.hierarchy.optimal_leaf_ordering 的用法。

用法:

scipy.cluster.hierarchy.optimal_leaf_ordering(Z, y, metric='euclidean')#

给定一个链接矩阵 Z 和距离，重新排序切割树。

参数 ：：

Z： ndarray

层次聚类编码为链接矩阵。有关返回结构和算法的更多信息，请参阅 linkage 。

y： ndarray

从中生成 Z 的压缩距离矩阵。或者，可以将 n 维中的 m 个观察向量的集合作为 m × n 数组传递。

metric： str 或函数，可选

在 y 是观察向量集合的情况下使用的距离度量；否则忽略。有关有效距离度量的列表，请参阅pdist 函数。也可以使用自定义距离函数。

返回 ：：

Z_ordered： ndarray

链接矩阵 Z 的副本，重新排序以最小化相邻叶子之间的距离。

例子：

>>> import numpy as np
>>> from scipy.cluster import hierarchy
>>> rng = np.random.default_rng()
>>> X = rng.standard_normal((10, 10))
>>> Z = hierarchy.ward(X)
>>> hierarchy.leaves_list(Z)
array([0, 3, 1, 9, 2, 5, 7, 4, 6, 8], dtype=int32)
>>> hierarchy.leaves_list(hierarchy.optimal_leaf_ordering(Z, X))
array([3, 0, 2, 5, 7, 4, 8, 6, 9, 1], dtype=int32)