11

scipy 階層クラスタリングの結果を json に変換して d3.js に表示しようとしています ここに例があります

次のコードは、6 つの分岐を持つデンドログラムを生成します。

import pandas as pd 
import scipy.spatial
import scipy.cluster

d = {'employee' : ['A', 'B', 'C', 'D', 'E', 'F'],
 'skillX': [2,8,3,6,8,10],
 'skillY': [8,15,6,9,7,10]}

d1 = pd.DataFrame(d)

distMat = xPairWiseDist = scipy.spatial.distance.pdist(np.array(d1[['skillX', 'skillY']]), 'euclidean')
clusters = scipy.cluster.hierarchy.linkage(distMat, method='single')
dendo  = scipy.cluster.hierarchy.dendrogram(clusters, labels = list(d1.employee), orientation = 'right')

dendo

私の質問 d3.jsが理解できる形式でjsonファイルのデータを表現するにはどうすればよいですか

{'name': 'Root1’, 
      'children':[{'name' : 'B'},
                  {'name': 'E-D-F-C-A',
                           'children' : [{'name': 'C-A',
                                         'children' : {'name': 'A'}, 
                                                      {'name' : 'C'}]
                                                 }
                   }
                   ]
}

恥ずかしい真実は、この情報を樹状図から抽出できるのか、連鎖行列から抽出できるのか、またどのように抽出できるのかわからないということです。

私が得ることができるどんな助けにも感謝します。

明確にするために編集

これまでのところ、 totreeメソッドを使用しようとしましたが、その構造を理解するのが困難です (はい、ドキュメントを読みました)。

a = scipy.cluster.hierarchy.to_tree(clusters , rd=True)

for x in a[1]:
 #print x.get_id()
 if x.is_leaf() != True :
     print  x.get_left().get_id(), x.get_right().get_id(), x.get_count()
4

1 に答える 1

13

これは、次の 3 つの手順で行うことができます。

  1. to_treeScipy のメソッドによって返されたツリーを表すネストされた辞書を再帰的に構築します。
  2. ネストされたディクショナリを反復処理して、各内部ノードにそのサブツリーの葉でラベルを付けます。
  3. dump結果のネストされた辞書を JSON に変換し、d3 にロードします。

デンドログラムを表すネストされた辞書を構築する

最初のステップでは、樹状図のルートが返されるようto_treeに withを呼び出すことが重要です。rd=Falseそのルートから、ネストされたディクショナリを次のように構築できます。

# Create a nested dictionary from the ClusterNode's returned by SciPy
def add_node(node, parent ):
    # First create the new node and append it to its parent's children
    newNode = dict( node_id=node.id, children=[] )
    parent["children"].append( newNode )

    # Recursively add the current node's children
    if node.left: add_node( node.left, newNode )
    if node.right: add_node( node.right, newNode )

T = scipy.cluster.hierarchy.to_tree( clusters , rd=False )
d3Dendro = dict(children=[], name="Root1")
add_node( T, d3Dendro )
# Output: => {'name': 'Root1', 'children': [{'node_id': 10, 'children': [{'node_id': 1, 'children': []}, {'node_id': 9, 'children': [{'node_id': 6, 'children': [{'node_id': 0, 'children': []}, {'node_id': 2, 'children': []}]}, {'node_id': 8, 'children': [{'node_id': 5, 'children': []}, {'node_id': 7, 'children': [{'node_id': 3, 'children': []}, {'node_id': 4, 'children': []}]}]}]}]}]}

基本的な考え方は、樹状図全体のルートとして機能する樹状図にないノードから開始することです。次に、葉に到達するまで、この辞書に左と右の子を再帰的に追加します。この時点では、ノードのラベルがないため、clusterNode ID でノードにラベルを付けているだけです。

デンドログラムにラベルを付ける

次に、node_ids を使用して樹形図にラベルを付ける必要があります。コメントは、これがどのように機能するかについて十分に説明する必要があります。

# Label each node with the names of each leaf in its subtree
def label_tree( n ):
    # If the node is a leaf, then we have its name
    if len(n["children"]) == 0:
        leafNames = [ id2name[n["node_id"]] ]

    # If not, flatten all the leaves in the node's subtree
    else:
        leafNames = reduce(lambda ls, c: ls + label_tree(c), n["children"], [])

    # Delete the node id since we don't need it anymore and
    # it makes for cleaner JSON
    del n["node_id"]

    # Labeling convention: "-"-separated leaf names
    n["name"] = name = "-".join(sorted(map(str, leafNames)))

    return leafNames

label_tree( d3Dendro["children"][0] )

JSON にダンプして D3 にロードする

最後に、樹状図にラベルを付けたら、それを JSON に出力して D3 にロードするだけです。完全を期すために、ここでは Python コードを貼り付けて JSON にダンプしています。

# Output to JSON
json.dump(d3Dendro, open("d3-dendrogram.json", "w"), sort_keys=True, indent=4)

出力

以下のデンドログラムの Scipy および D3 バージョンを作成しました。'd3-dendrogram.json'D3 バージョンでは、出力した JSON ファイル ( ) をこのGistに単純にプラグインしました。

SciPy デンドログラム

SciPy によって出力されたデンドログラム。

D3 デンドログラム

d3 によって出力されるデンドログラム

于 2013-11-18T23:41:15.880 に答える