如何为生成树状图的距离矩阵添加标签并在树状图中展示

首先明确：scipy.cluster.hierarchy.average()（即UPGMA算法）这类linkage函数本身不接受labels参数，它仅负责计算聚类的连接关系，生成的outDND（linkage矩阵）里只存储聚类的结构信息，不会保存样本标签。标签需要在可视化树状图或后续分析阶段单独指定。

具体实现步骤 #

1. 正常生成linkage矩阵
   先按原有方式执行聚类计算，无需给average()传labels：

from scipy.cluster.hierarchy import average, fcluster, dendrogram
import matplotlib.pyplot as plt

# 你的距离矩阵（压缩向量形式）
distanceMatrix = [188.61516889752, 226.68716730362135, 188.96015266132167]
outDND = average(distanceMatrix)

2. 可视化时添加标签
   使用dendrogram()函数绘制树状图，通过labels参数传入自定义样本标签，叶子节点就会显示指定标签：

# 绘制带标签的树状图
dendrogram(outDND, labels=['A', 'B', 'C'])
plt.title("UPGMA 聚类树状图")
plt.show()

3. 关联聚类结果与标签
   如果用fcluster()得到样本的簇分配结果，可以将簇标签和样本标签对应起来，方便后续分析：

# 获取簇分配（阈值可根据需求调整）
cluster_labels = fcluster(outDND, t=200, criterion='distance')
# 关联样本标签和簇标签
sample_cluster = dict(zip(['A', 'B', 'C'], cluster_labels))
print(sample_cluster)
# 输出示例：{'A': 1, 'B': 2, 'C': 1}

关键说明 #

• 你的距离矩阵是压缩的距离向量（对应3个样本两两之间的距离，顺序为A-B、A-C、B-C），这是pdist()生成的格式，average()可直接处理。
• 标签本质是样本的标识，和聚类计算过程无关，仅在结果展示或后续数据关联时用到。

内容的提问来源于stack exchange，提问作者Jamie