如何将vegdist()生成的Morisita相异矩阵用于hclust()聚类？

问题还原 #

使用vegan包的vegdist()函数以"morisita"方法计算相异矩阵，将其转为矩阵后调用hclust()时触发错误：

错误提示：hclust()需要dist生成的相异结构
详细报错原文：Error in if (is.na(n) || n > 65536L) stop("size cannot be NA nor exceed 65536") : missing value where TRUE/FALSE needed
中文翻译：错误于if (is.na(n) || n > 65536L) stop("size cannot be NA nor exceed 65536") : 需要TRUE/FALSE值的地方出现了缺失值

尝试过矩阵格式校验、数值取整等方法未解决；虽能通过转换相似矩阵为dist对象运行，但逻辑不合理，需保留Morisita距离的前提下找到正确用法。

正确解决方案 #

核心问题是hclust()仅接受dist类对象作为输入，你将vegdist()生成的dist对象转成矩阵后丢失了类属性，导致报错。正确做法是直接使用vegdist()返回的dist对象传入hclust()，无需转为矩阵：

# 加载vegan包
library(vegan)

# 假设你的物种数据框为data_species
# 计算Morisita相异矩阵，直接得到dist类对象
morisita_dist <- vegdist(data_species, method = "morisita")

# 直接将dist对象传入hclust做层次聚类
hc <- hclust(morisita_dist, method = "ward.D2") # 聚类方法可按需替换

# 可选：绘制聚类树
plot(hc)

转矩阵报错的原因 #

vegdist()生成的是专门的dist类对象，内部以扁平化向量存储下三角矩阵，同时包含维度等元数据。用as.matrix()转换后得到普通矩阵，丢失了dist类属性，hclust()无法识别其为相异结构，进而触发元数据缺失的错误（即报错里的缺失值问题，因为无法正确读取矩阵维度信息）。

需先处理矩阵再聚类的情况 #

如果因需求必须先将dist转为矩阵处理，完成后要重新转回合法的dist对象，确保逻辑合理：

# 转矩阵并处理
dist_matrix <- as.matrix(morisita_dist)
# 在此添加你的矩阵处理代码...

# 处理后转回dist对象（需保证矩阵是对称相异矩阵，对角线为0）
processed_dist <- as.dist(dist_matrix)

# 传入hclust聚类
hc_processed <- hclust(processed_dist)

内容的提问来源于stack exchange，提问作者Sukhraj Kaur 1910115