scipy.cluster.hierarchy.

to_mlab_linkage

scipy.cluster.hierarchy.to_mlab_linkage(Z)

Konvertiert eine Linkage-Matrix in eine MATLAB(TM)-kompatible.

Konvertiert eine Linkage-Matrix Z, die von der Linkage-Funktion dieses Moduls generiert wurde, in eine MATLAB(TM)-kompatible. Die zurückgegebene Linkage-Matrix hat die letzte Spalte entfernt und die Cluster-Indizes werden in die 1..N-Indizierung konvertiert.

Parameter:

Zndarray

Eine Linkage-Matrix, die von scipy.cluster.hierarchy generiert wurde.

Rückgabe:

to_mlab_linkagendarray

Eine Linkage-Matrix, die mit den hierarchischen Clustering-Funktionen von MATLAB(TM) kompatibel ist.

Die zurückgegebene Linkage-Matrix hat die letzte Spalte entfernt und die Cluster-Indizes werden in die 1..N-Indizierung konvertiert.

Siehe auch

linkage

für eine Beschreibung, was eine Linkage-Matrix ist.

from_mlab_linkage

transformiert von Matlab zu SciPy-Format.

Hinweise

to_mlab_linkage hat experimentelle Unterstützung für Python Array API Standard-kompatible Backends zusätzlich zu NumPy. Bitte erwägen Sie, diese Features zu testen, indem Sie eine Umgebungsvariable SCIPY_ARRAY_API=1 setzen und CuPy-, PyTorch-, JAX- oder Dask-Arrays als Array-Argumente bereitstellen. Die folgenden Kombinationen von Backend und Gerät (oder anderer Fähigkeit) werden unterstützt.

Bibliothek	CPU	GPU
NumPy	✅	n/a
CuPy	n/a	✅
PyTorch	✅	✅
JAX	✅	✅
Dask	✅	n/a

Siehe Unterstützung für den Array API Standard für weitere Informationen.

Beispiele

Probieren Sie es in Ihrem Browser aus!

>>> from scipy.cluster.hierarchy import ward, to_mlab_linkage
>>> from scipy.spatial.distance import pdist

>>> X = [[0, 0], [0, 1], [1, 0],
...      [0, 4], [0, 3], [1, 4],
...      [4, 0], [3, 0], [4, 1],
...      [4, 4], [3, 4], [4, 3]]

>>> Z = ward(pdist(X))
>>> Z
array([[ 0.        ,  1.        ,  1.        ,  2.        ],
       [ 3.        ,  4.        ,  1.        ,  2.        ],
       [ 6.        ,  7.        ,  1.        ,  2.        ],
       [ 9.        , 10.        ,  1.        ,  2.        ],
       [ 2.        , 12.        ,  1.29099445,  3.        ],
       [ 5.        , 13.        ,  1.29099445,  3.        ],
       [ 8.        , 14.        ,  1.29099445,  3.        ],
       [11.        , 15.        ,  1.29099445,  3.        ],
       [16.        , 17.        ,  5.77350269,  6.        ],
       [18.        , 19.        ,  5.77350269,  6.        ],
       [20.        , 21.        ,  8.16496581, 12.        ]])

Nachdem eine Linkage-Matrix Z erstellt wurde, können wir scipy.cluster.hierarchy.to_mlab_linkage verwenden, um sie in das MATLAB-Format zu konvertieren.

>>> mZ = to_mlab_linkage(Z)
>>> mZ
array([[  1.        ,   2.        ,   1.        ],
       [  4.        ,   5.        ,   1.        ],
       [  7.        ,   8.        ,   1.        ],
       [ 10.        ,  11.        ,   1.        ],
       [  3.        ,  13.        ,   1.29099445],
       [  6.        ,  14.        ,   1.29099445],
       [  9.        ,  15.        ,   1.29099445],
       [ 12.        ,  16.        ,   1.29099445],
       [ 17.        ,  18.        ,   5.77350269],
       [ 19.        ,  20.        ,   5.77350269],
       [ 21.        ,  22.        ,   8.16496581]])

Die neue Linkage-Matrix mZ verwendet 1-Indizierung für alle Cluster (anstelle von 0-Indizierung). Außerdem wurde die letzte Spalte der ursprünglichen Linkage-Matrix weggelassen.

ZurückIn Tab öffnen