我很感激R的热图功能的树形图（Colv，Rowv）上的任何信息材料。比如聚类是如何工作的（它是欧几里德的距离吗？）。你不必发表冗长的解释，我已经很高兴看到一些可以让我走上正轨的关键词，所以我可以做一些在线研究。
以下是帮助手册的摘录，让我感到困惑。在这种情况下，“荣幸”意味着什么？它与重新排序有何不同？
如果Rowv或Colv是树形图，那么它们就会受到尊重（而不是 重新排序）。
答案 0 :(得分：3)
Rowv和Colv控制是否应重新排序数据集的行和列，以及如何重新排序。
它们的可能值包括TRUE，NULL，FALSE，整数向量或树形图对象。
在默认模式TRUE中，heatmap.2使用hclustfun和distfun参数执行群集。默认情况下，使用欧氏距离度量完成链接聚类。然后使用行/列装置重新排序树形图。您可以通过为hclustfun或distfun指定不同的功能来控制此操作。例如，要使用曼哈顿距离而不是欧几里德距离：
heatmap.2(x,...,distfun=function (y) dist(y,method = "manhattan") )
结帐?dist和?hclust。如果您想了解有关聚类的更多信息，可以从“距离测量”和“聚集方法”开始。
如果Rowv / Colv为NULL或FALSE，则不会进行重新排序或群集，并按原样绘制矩阵。
如果Rowv / Colv是一个数值向量，则计算聚类为TRUE，并使用提供给{{的向量完成树形图的重新排序。 1}} / Rowv。
如果Colv / Rowv是树形图对象，则此树形图将用于重新排序矩阵。例如，可以通过以下方式生成树形图对象：
Colv在曼哈顿距离上生成完整的聚类，按行排序。您现在可以将rowDistance = dist(x, method = "manhattan")
rowCluster = hclust(rowDistance, method = "complete")
rowDend = as.dendrogram(rowCluster)
rowDend = reorder(rowDend, rowMeans(x))
传递给rowDend。
Rowv这可能很有用，例如，如果您想以不同的方式对行和列进行聚类，或者使用其他人给您的聚类，或者您想要做一些无法通过指定hclustfun来解决的问题和distfun。这就是“树形图得到尊重”的含义：它用于代替hclustfun和distfun指定的内容。
答案 1 :(得分：2)
要了解它如何准确处理Rowv / Colv，您还可以使用body(heatmap)来显示其来源。
答案 2 :(得分：0)
从手册：
distfun：用于计算距离（相异度）的函数 行和列。默认为dist。
hclustfun：用于计算层次聚类的函数 Rowv或Colv不是树状图。默认为hclust。应该采取 参数是distfun的结果并返回一个对象 as.dendrogram可以应用。
dist()默认为欧氏距离，hclust()为完整的联动方式。