scipy.cluster.hierarchy.

leaves_list#

scipy.cluster.hierarchy.leaves_list(Z)[Quelle]#

Gibt eine Liste von Blattknoten-IDs zurück.

Die Ausgabe entspricht dem Index des Beobachtungsvektors, wie er im Baum von links nach rechts erscheint. Z ist eine Linkage-Matrix.

Parameter:

Zndarray: Die als Matrix kodierte hierarchische Gruppierung. Z ist eine Linkage-Matrix. Weitere Informationen finden Sie unter linkage.

Rückgabe:

leaves_listndarray: Die Liste der Blattknoten-IDs.

Siehe auch

dendrogram: für Informationen über die Dendrogrammstruktur.

Hinweise

leaves_list hat experimentelle Unterstützung für Backends, die mit dem Python Array API Standard kompatibel sind, zusätzlich zu NumPy. Bitte erwägen Sie, diese Funktionen zu testen, indem Sie die Umgebungsvariable SCIPY_ARRAY_API=1 setzen und CuPy-, PyTorch-, JAX- oder Dask-Arrays als Array-Argumente übergeben. Die folgenden Kombinationen aus Backend und Gerät (oder anderen Fähigkeiten) werden unterstützt.

Bibliothek	CPU	GPU
NumPy	✅	n/a
CuPy	n/a	⛔
PyTorch	✅	⛔
JAX	✅	⛔
Dask	⚠️ führt Chunks zusammen	n/a

Siehe Unterstützung für den Array API Standard für weitere Informationen.

Beispiele

>>> from scipy.cluster.hierarchy import ward, dendrogram, leaves_list
>>> from scipy.spatial.distance import pdist
>>> from matplotlib import pyplot as plt

>>> 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))

Die Linkage-Matrix Z repräsentiert ein Dendrogramm, d.h. einen Baum, der die Struktur der durchgeführten Gruppierung kodiert. scipy.cluster.hierarchy.leaves_list zeigt die Zuordnung zwischen den Indizes im X Datensatz und den Blättern im Dendrogramm

>>> leaves_list(Z)
array([ 2,  0,  1,  5,  3,  4,  8,  6,  7, 11,  9, 10], dtype=int32)

>>> fig = plt.figure(figsize=(25, 10))
>>> dn = dendrogram(Z)
>>> plt.show()

../../_images/scipy-cluster-hierarchy-leaves_list-1.png