聚类热图可以简单理解为:使用距离算法将距离相近的东西成簇聚为一类。
本篇使用python中 seaborn.clustermap绘制聚类热图(clustermap)。
本文将了解到什么?
欢迎随缘关注@pythonic生物人
1、成品聚类热图(clustermap)展示
2、绘图数据集准备
3、 seaborn.clustermap绘制聚类热图(clustermap)
3.0 聚类热图函数seaborn.clustermap语法
3.1 默认参数绘图
3.2 pivot_kws:辅助选择data中某一部分数据绘图
3.3 method:聚类算法
3.4 metric:簇之间距离选择
3.5 figsize:热图的宽和高设置
3.6 cbar_kws:图例设置
3.7 row_cluster、col_cluster:行列聚类开关
3.8 row_colors: y轴方向绘制分类色条
3.9 col_colors: x轴方向绘制分类色条
3.10 cbar_pos:图例位置、宽、高设置
3.11 tree_kws:各个簇之间连线特性设置
3.12 cmap:热图填充色colormap设置
3.13 annot、annot_kws:显示文本、文本属性设置
3.14 其它参数设置
1、成品聚类热图(clustermap)展示
2、绘图数据集准备
依旧使用sklearn中鸢尾花iris数据集,数据集详细介绍请戳:鸢尾花iris数据集详细介绍
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
import seaborn as sns
import palettable
plt.rcParams['font.sans-serif']=['SimHei'] # 用于显示中文
plt.rcParams['axes.unicode_minus'] = False # 用于显示中文
from sklearn import datasets
iris=datasets.load_iris()
x, y = iris.data, iris.target
pd_iris = pd.DataFrame(np.hstack((x, y.reshape(150, 1))),columns=['sepal length(cm)','sepal width(cm)','petal length(cm)','petal width(cm)','class'] )
查看数据集前五行
pd_iris.he