神经质的层次结构.链接BrayCurtis距离不一致

Question

我正在处理一组来自几个不同采样站（站）的物种计数（计数）。我使用scikit bio的pw_距离函数计算了每对可能的样本站之间的Bray-Curtis相似性。这将生成一个值在0和1之间的距离矩阵。到现在为止，一直都还不错。在

我想用这个距离矩阵来生成一个树状图，显示样本站是如何聚集在一起的。我用的是西皮的等级联系函数查找树状图的链接，然后用层次结构图. 在

我的代码是：

from skbio.diversity.beta import pw_distances
from scipy.cluster import hierarchy

bc_dm = pw_distances(counts, stations, metric = "braycurtis")

# use (1 - bc_dm) to get similarity rather than dissimilarity
sim = 1 - bc_dm.data

Z = hierarchy.linkage(sim, 'ward')
hierarchy.dendrogram(
    Z,
    leaf_rotation=0.,  # rotates the x axis labels
    leaf_font_size=10.,  # font size for the x axis labels
    labels=bc_dm.ids,
    orientation="left"
)

here is a link to the dendrogram produced by the above code

据我所知，树状图上的距离应该对应于Bray-Curtis的相似性（类似于距离），但是我的树状图上的距离值最大值超过30。这是对的吗？如果没有，我如何调整我的距离以符合样本站之间的布雷-柯蒂斯相似性？如果是正确的，那么树状图上的距离到底对应什么？在

Answer 1

当他们回答你的问题时，请查看评论中共享的链接。在

这些链接中没有涉及的scikit-bio步骤是您应该在bc_dm.condensed_form()上调用链接，而不是在bc_dm或{}上调用链接。这将获得您所需格式的输入。如果你传递一个二维矩阵，linkage假设它是你的counts矩阵，并根据这些数据计算样本之间的欧几里德距离。在

另外，一定要注意method参数到scipy.cluster.hierarchy.linkage，因为这将影响对树状图中分支长度的解释。scipy.cluster.hierarchy.linkage的doc字符串包含有关如何为不同方法计算这些值的详细信息。在