pheatmap树状图叶子节点手动重排：统计合理性与实现方法咨询

手动调整热图树状图的叶子节点展示顺序，在统计学逻辑上是完全可行的——这种操作仅改变可视化层面的节点排列顺序，不会修改聚类分析得出的簇间距离、分支结构等核心统计结果。只要在结果说明中明确标注这是为了优化可视化可读性而手动调整的展示顺序（而非改变聚类本身的结果），就不会造成统计误导。这类调整是可视化实践中常见的优化手段，常用于让相似分组更直观地相邻展示，提升热图的解读效率。

以下是基于iris数据集的两种实操方法：

方法1：先聚类提取顺序，手动修改后指定绘图顺序 #

1. 先对目标数据做层次聚类，提取原始叶子节点顺序

library(pheatmap)
data(iris)

# 对iris前4列做列层次聚类
hc_cols <- hclust(dist(t(iris[1:4])))
# 获取原始列聚类的叶子顺序
original_order <- hc_cols$order

2. 根据视觉观察手动调整顺序，比如按簇重新排列：

# 先确定各列所属的簇（对应cutree_cols=3的分组）
cluster_assign <- cutree(hc_cols, k=3)
# 提取每个簇对应的列名
cluster1_cols <- names(cluster_assign[cluster_assign == 1])
cluster2_cols <- names(cluster_assign[cluster_assign == 2])
cluster3_cols <- names(cluster_assign[cluster_assign == 3])
# 手动组合成自定义顺序（示例：把簇3移到最前面）
custom_order <- c(cluster3_cols, cluster1_cols, cluster2_cols)

3. 用自定义顺序绘制热图，关闭自动列聚类：

pheatmap(iris[1:4], 
         cutree_cols = 3, 
         cluster_cols = FALSE,  # 关闭自动聚类逻辑
         columns = custom_order)  # 指定手动调整后的列顺序

方法2：利用pheatmap返回对象的聚类结果调整 #

如果已经绘制过原始热图，可以直接从返回对象中提取聚类信息调整：

# 绘制原始热图并保存返回对象
p <- pheatmap(iris[1:4], cutree_cols = 3)
# 提取列聚类的原始叶子顺序索引
original_col_idx <- p$tree_col$order
# 手动调整索引顺序（示例：将前4列和后6列调换位置）
custom_col_idx <- original_col_idx[c(5:10, 1:4, 11:ncol(iris[1:4]))]
# 转换为列名后绘图
custom_col_order <- colnames(iris[1:4])[custom_col_idx]
pheatmap(iris[1:4], 
         cutree_cols = 3, 
         cluster_cols = FALSE, 
         columns = custom_col_order)

如果需要调整行的叶子节点顺序，操作逻辑完全一致：只需将代码中的列聚类相关对象（hc_cols、tree_col、columns）替换为行聚类对象（hc_rows <- hclust(dist(iris[1:4]))、tree_row、rows）即可。

内容的提问来源于stack exchange，提问作者B_slash_