Scipy dendrogram для json для визуализации дерева d3.js

Я пытаюсь преобразовать результаты scipy иерархической кластеризации в json для отображения в d3.js здесь пример

В следующих кодах создается дендрограмма с 6 ветвями.

import pandas as pd 
import scipy.spatial
import scipy.cluster

d = {'employee' : ['A', 'B', 'C', 'D', 'E', 'F'],
 'skillX': [2,8,3,6,8,10],
 'skillY': [8,15,6,9,7,10]}

d1 = pd.DataFrame(d)

distMat = xPairWiseDist = scipy.spatial.distance.pdist(np.array(d1[['skillX', 'skillY']]), 'euclidean')
clusters = scipy.cluster.hierarchy.linkage(distMat, method='single')
dendo  = scipy.cluster.hierarchy.dendrogram(clusters, labels = list(d1.employee), orientation = 'right')

dendo

мой вопрос Как я могу представить данные в json файле в формате, который d3.js понимает

{'name': 'Root1’, 
      'children':[{'name' : 'B'},
                  {'name': 'E-D-F-C-A',
                           'children' : [{'name': 'C-A',
                                         'children' : {'name': 'A'}, 
                                                      {'name' : 'C'}]
                                                 }
                   }
                   ]
}

Смущающая правда заключается в том, что я не знаю, могу ли я извлечь эту информацию из дендограммы или из матрицы связей и , как

Я благодарен за любую помощь, которую я могу получить.

ИЗМЕНИТЬ, ЧТОБЫ ЗАКРЫТЬ

До сих пор я пытался использовать метод totree, но с трудом понимал его структуру (да, я читал документацию).

a = scipy.cluster.hierarchy.to_tree(clusters , rd=True)

for x in a[1]:
 #print x.get_id()
 if x.is_leaf() != True :
     print  x.get_left().get_id(), x.get_right().get_id(), x.get_count()

# Create a nested dictionary from the ClusterNode returned by SciPy def add_node(node, parent ): # First create the new node and append it to its parent children newNode = dict( node_id=node.id, children=[] ) parent["children"].append( newNode ) # Recursively add the current node children if node.left: add_node( node.left, newNode ) if node.right: add_node( node.right, newNode ) T = scipy.cluster.hierarchy.to_tree( clusters , rd=False ) d3Dendro = dict(children=[], name="Root1") add_node( T, d3Dendro ) # Output: => {'name': 'Root1', 'children': [{'node_id': 10, 'children': [{'node_id': 1, 'children': []}, {'node_id': 9, 'children': [{'node_id': 6, 'children': [{'node_id': 0, 'children': []}, {'node_id': 2, 'children': []}]}, {'node_id': 8, 'children': [{'node_id': 5, 'children': []}, {'node_id': 7, 'children': [{'node_id': 3, 'children': []}, {'node_id': 4, 'children': []}]}]}]}]}]}

# Label each node with the names of each leaf in its subtree def label_tree( n ): # If the node is a leaf, then we have its name if len(n["children"]) == 0: leafNames = [ id2name[n["node_id"]] ] # If not, flatten all the leaves in the node subtree else: leafNames = reduce(lambda ls, c: ls + label_tree(c), n["children"], []) # Delete the node id since we don't need it anymore and # it makes for cleaner JSON del n["node_id"] # Labeling convention: "-"-separated leaf names n["name"] = name = "-".join(sorted(map(str, leafNames))) return leafNames label_tree( d3Dendro["children"][0] )

Ответ 1