来自同一 hclust 对象的绘图之间的颜色变化需要保持统一以保证用户体验

我正在尝试创建一个聚类评估工具。通过3情节。 但颜色不一致。因此，一个簇中的一个簇可能在一个图中是蓝色的，但在另一个图中是黄色的。对用户不友好。

可以为任何 Hclust 对象提供以下函数，它将生成 3 个图。树状图、聚类图和轮廓图。颜色与后两个一致，但树状图颜色不同。我认为这就是这个情节的等级性质。因此，劈开的拳头获得第一种颜色。但我不确定。因为它们都具有相同的对象和相同的簇标签（1、2 等）。这种变色确实困扰着我，我该如何解决它。如果你知道为什么会发生这种情况或者有解决方案，我会洗耳恭听。 使用的库是factoextra

这也是我的第一篇文章。因此，如果有任何不清楚或任何问题，请告诉我。

library(factoextra)

# clustermodel = hclust object
# tot_clusters = the number of clusters (same as used as argument in hclust function)
# plots is an temp env to save the plots (function only returns one item so this is a work around) 
# the plots wil later be plotted by calling { plot(plots$dend) }  *example*
Cluster_visualisation <-  function(cluster_model, tot_clusters, plots) {

plots$dend <- fviz_dend(cluster_model, ggtheme = theme_minimal(),
          show_labels = FALSE, main = paste("Dendrogram", tot_clusters, "clusters" ))

plots$sil <- fviz_silhouette(cluster_model, print.summary = F, main= paste("silhouette plot of", tot_clusters, "clusters"), ggtheme = theme_minimal())

plots$clust <-fviz_cluster(cluster_model, ellipse.type = "convex", ggtheme = theme_minimal(),
             labelsize = 0, main= paste("Cluster plot of", tot_clusters ,"clusters"))

这是一个匹配由以下命令创建的树状图的分​​支颜色的解决方案fviz_dend。本质上，您需要从 ggplot 对象中提取树状图顺序，然后用它来确定fviz_silhouette, fviz_clust或您可能想做的任何其他情节。

library(factoextra)
library(RColorBrewer)
library(cluster)
library(cowplot)

## generate data
iris <- datasets::iris

## perform hierarchical clustering 
d_iris <- dist(iris)
hc_iris <- hclust(d_iris, method = "complete")

## cut tree to three clusters
k = 3
clust_iris <- cutree(hc_iris,k=k)

## pick colour
cols = brewer.pal(n=k, "Set2")

## plot dendrogram
plot_dend =
fviz_dend(hc_iris, k_colors = cols, k=k) + theme_cowplot()

## create silhouette data
sil_data = as.numeric(clust_iris)
names(sil_data) = rownames(iris)
sil_iris = silhouette(sil_data, d_iris)

## extract dendrogram from ggplot object and create named colour vector
dend = attributes(plot_dend)$dendrogram
tree_order <- order.dendrogram(dend)
clust_iris = factor(clust_iris, levels = unique(clust_iris[tree_order]))
names(cols) = unique(clust_iris[tree_order])

## plot silhouettes
plot_silhouette =
fviz_silhouette(sil_iris, print.summary = F) + 
  scale_colour_manual(values = cols) +
  scale_fill_manual(values = cols) + 
  theme_cowplot()

## plot clusters 
plot_cluster =
fviz_cluster(list(data = d_iris, cluster = clust_iris)) + 
  scale_colour_manual(values = cols) +
  scale_fill_manual(values = cols) + 
  theme_cowplot()

## show as grid
plot_grid(plot_dend, plot_silhouette, plot_cluster, ncol=3)