聚类树的合并展示

往期回顾

层次聚类（hierarchical clustering）就是通过对数据集按照某种方法进行层次分解，直到满足某种条件为止，常用的方法有UPGMA、ward.D2等。聚类树是层次聚类最常用的可视化方法，我们可通过比较聚类来确定最佳分类，详见往期文章层次聚类与聚类树和比较聚类。

群落结构

通过层次聚类我们可以对微生物群落进行聚类并以聚类树的形式进行展示，但是要分析其生态学意义，我们需要结合更多的数据来对聚类簇进行解读。首先我们可以比较不同聚类簇中样品的群落结构的差异，分析不同微生物类群的变化规律，方法如下所示：

最终作图结果如下所示：

环境数据

前面的聚类均为对样品微生物群落数据进行分析，是一种非约束的聚类分析，我们可以根据聚类结果被动引入环境因子数据来进行比较，方法如下所示：

作图结果如下所示：

示例数据下载链接：

https://pan.baidu.com/s/1HhLvdRY7rRrCIcGnCSLAYA

提取码：6rbl

END