如何在多组相关矩阵中保持层次聚类顺序一致？

问题背景 #

针对1-5岁、5-10岁、10-15岁等不同年龄段生成了多个相关矩阵，使用ggcorrplot绘制时，单独对每个矩阵执行ggcorrplot(corr_age_X_mat, hc.order = TRUE)做层次聚类，得到的变量顺序会随矩阵不同而变化。需要在保留聚类逻辑的前提下，让所有图表采用统一的标准顺序，或是固定使用某一个「最优」顺序。

解决方案 #

方法1：固定使用某一个基准矩阵的聚类顺序 #

选一个你认为最具代表性的矩阵（比如1-5岁的相关矩阵），先计算它的聚类变量顺序，再将这个顺序应用到所有其他矩阵的绘图中：

library(ggcorrplot)
library(stats)

# 从基准矩阵（以1-5岁为例）获取聚类后的变量顺序
hc_base <- hclust(dist(corr_age_1_mat))
fixed_var_order <- hc_base$labels[hc_base$order]

# 用固定顺序绘制各年龄段的相关矩阵
# 1-5岁矩阵
ggcorrplot(corr_age_1_mat, hc.order = FALSE, order = fixed_var_order)
# 5-10岁矩阵
ggcorrplot(corr_age_5_mat, hc.order = FALSE, order = fixed_var_order)
# 10-15岁矩阵
ggcorrplot(corr_age_10_mat, hc.order = FALSE, order = fixed_var_order)

方法2：整合所有矩阵生成统一聚类顺序 #

如果想要一个兼顾所有年龄段的「最优」顺序，可以先整合所有相关矩阵的信息，再基于整合后的矩阵计算聚类顺序：

library(ggcorrplot)
library(stats)

# 假设所有矩阵变量完全一致，取平均生成整合矩阵
combined_corr_mat <- (corr_age_1_mat + corr_age_5_mat + corr_age_10_mat) / 3

# 计算整合矩阵的聚类顺序
hc_combined <- hclust(dist(combined_corr_mat))
unified_var_order <- hc_combined$labels[hc_combined$order]

# 应用统一顺序绘制所有图表
ggcorrplot(corr_age_1_mat, hc.order = FALSE, order = unified_var_order)
ggcorrplot(corr_age_5_mat, hc.order = FALSE, order = unified_var_order)
ggcorrplot(corr_age_10_mat, hc.order = FALSE, order = unified_var_order)

注意事项 #

• 确保所有相关矩阵的变量完全匹配，否则固定顺序会导致绘图报错；若变量有差异，需先对齐变量集合再操作。
• 两种方法都通过hc.order = FALSE关闭自动聚类，手动传入预计算的固定顺序，既保留了聚类的分组逻辑，又实现了跨图表的顺序统一。

内容的提问来源于stack exchange，提问作者Erika