R语言数据分析 | 谱系图与聚类分析

谱系图是层次聚类分析中一种常见形式，聚类分析是指在n维空间中将点分配到类的一种方法。本文对R语言中绘制谱系图的绘图函数及相关package进行汇总，展示不同形式的谱系图绘制过程。

1.数据准备

以国家统计局[1]官方网站上关于2020年我国31个省份人均GDP【单位：元】及年末常住人口【单位：万人】数据（未包含港澳台数据）为例，通过聚类分析构建谱系图。数据如下图所示，可在后台回复【20220114】获取。

2.数据处理

前期数据处理主要包括读入数据、为数据指定行名、选择待分析的数据列、对数据进行标准化等。

setwd("C:\\Users\\Acer\\Desktop") #设置工作路径
data <- read.csv("hclust.csv") #读入数据
head(data) #查看数据前几行
#  province Per.GDP  POP
#1     北京  164889 2189
#2     天津  101614 1387
#3     河北   48564 7464
str(data) #查看数据结构
#'data.frame': 31 obs. of  3 variables:
# $ province: chr  "北京" "天津" "河北" "山西" ...
# $ Per.GDP : int  164889 101614 48564 50528 72062 58872 50800 42635 155768 121231 ...
# $ POP     : int  2189 1387 7