话不多说，先看最终效果：
圆形树状图是树状图的一个变型，其实都是层次聚类。
接下来看代码步骤：
首先要先安装两个包：
install.packages("ggtree")
install.packages("readxl")咱就别问问什么昂，直接安装就行，代码复制过去，点一下回车键就好~
安装完咱就开始导入数据，我的数据是这样的：
就是随便找的数据，就30多个，在这里我就不上传了，小伙伴们自己简单做一些就好~
file_path<-"G:/R代码/聚类测试数据.xlsx"data <- read_excel(file_path)
#导入数据导完数据，开始计算距离矩阵：
mydata<-hclust(dist(data))
#dist()计算点的距离形成距离矩阵
#hclust()函数会根据距离矩阵将数据点逐步合并成不同的聚类然后开始画图：
p=ggtree(mydata,layout = "circular")+geom_text(aes(label=node))#显示树状图每个分支的标签
#layout = "circular"设置树状图为圆形，然后我们观察到，树状图分为四类处的值分别为：38，40，42，43。有了这些值就可以给不同类划分颜色区域
为避免过于凌乱，我们在观察到值之后就注释掉代码。然后开始下一步
geom_tiplab2(offset=0.5, size=3,fontface="bold",color="black")+
#offset=0.5，标签偏移量，正值向外偏，负值向内。fontface="bold"标签字体为粗体geom_highlight(node = 38,fill="red",alpha=0.5)+
#指定38号节点部分设置为红色，透明度为0.5geom_highlight(node=40,fill="blue")+geom_highlight(node=42,fill="orange")+geom_highlight(node=43,fill="pink")然后图就变成这样：
有了这个，我们就剩最后一个步骤，给每个类定一个标签：
geom_cladelabel(node=38,label="A",offset=3,barsize =2,hjust=-1,vjust=-0.5,color="red")+
#barsize =2，标签条宽度。hjust=-1，水平对齐方式。vjust=-0.5，垂直对齐方式geom_cladelabel(node=40,label="B",offset=3,barsize =2,hjust=1.5,vjust=-0.5,color="blue")+geom_cladelabel(node=42,label="D",offset=3,barsize=2,hjust=-3,vjust=0.1,color="orange")+geom_cladelabel(node=43,label="C",offset=3,barsize=2,hjust=2,color="pink")
运行结果如下：
完整代码如下：
library(readxl)
library(ggtree)file_path<-"G:/R代码/聚类测试数据.xlsx"data <- read_excel(file_path)mydata<-hclust(dist(data))ggtree(mydata,layout = "circular")+
#geom_text(aes(label=node))+geom_tiplab2(offset=0.5, size=3,fontface="bold",color="black")+geom_highlight(node = 38,fill="red",alpha=0.5)+geom_highlight(node=40,fill="blue")+geom_highlight(node=42,fill="orange")+geom_highlight(node=43,fill="pink")+geom_cladelabel(node=38,label="A",offset=3,barsize =2,hjust=-1,vjust=-0.5,color="red")+geom_cladelabel(node=40,label="B",offset=3,barsize =2,hjust=1.5,vjust=-0.5,color="blue")+geom_cladelabel(node=42,label="D",offset=3,barsize=2,hjust=-3,vjust=0.1,color="orange")+geom_cladelabel(node=43,label="C",offset=3,barsize=2,hjust=2,color="pink")小伙伴们换成自己的数据就可以运行啦~
ok,这篇就到这里啦，欢迎小伙伴们批评指正~
