Python 使用Seaborn Clustermap绘制层次聚类热图

在数据分析和可视化中，层次聚类热图提供了一种揭示复杂数据集中模式和关系的强大工具。本文探讨了如何使用Python中的Seaborn Clustermap创建一个层次聚类热图。

为了帮助您理解这个过程，我们将逐步通过代码示例向您展示步骤。我们将指导您如何对数据进行聚类和可视化，这将为您提供有关每个变量之间关系的重要信息。

什么是Python中的层次聚类热图和Seaborn Clustermap

层次聚类热图是一种可视化技术，用于以热图格式显示数据矩阵，并同时使用层次聚类。在Python中，Seaborn库提供了一个有用的工具——Clustermap，可以创建层次聚类热图。

您是否曾经处理过大型复杂的数据集，并发现很难在数据中识别出模式或连接？如果是这样，您并不孤单。这是一项需要大量时间和精力的艰巨任务。这就是层次聚类的作用。这种方法可以根据它们的相似性对热图的行和列进行组织，这样我们就可以更好地理解数据不同部分之间的关系。

结果是一个既具有吸引力又对数据的基本结构有重要影响的热图。通过组合行和列，我们可以推断它们如何聚集成相似对象的组或族群。这有助于发现从原始数据中无法立即看出的趋势和连接。

使用Seaborn Clustermap在Python中绘制层次聚类热图

以下是我们将在Python中使用Seaborn Clustermap绘制层次聚类热图的步骤：

导入必要的库 –
- 使用import seaborn as sns导入Seaborn库
- 可选地，使用import matplotlib.pyplot as plt导入Matplotlib库进行额外的自定义。
加载或准备数据集 –
- 使用sns.load_dataset()加载要可视化的数据集，或者以适当的格式准备自己的数据集。
预处理数据（如果需要） –
- 执行任何必要的数据预处理步骤，例如调整数据形状或聚合数据，以创建适于热力图可视化的矩阵。
创建聚类热力图 –
- 使用sns.clustermap()函数，将预处理后的数据矩阵作为输入。
- 指定任何其他参数以自定义外观，例如颜色映射（cmap参数）或聚类方法（method参数）。
显示热力图 –
- 如果在步骤1中导入了Matplotlib库，请使用plt.show()显示热力图。

示例

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt

# Load the inbuilt dataset
data = sns.load_dataset("flights")

# Data preprocessing
data_pivot = data.pivot("month", "year", "passengers")

# Data analysis
monthly_totals = data.groupby("month")["passengers"].sum()
yearly_totals = data.groupby("year")["passengers"].sum()

# Data processing
processed_data = data_pivot.div(monthly_totals, axis=0)

# Create the clustered heatmap using seaborn clustermap
sns.clustermap(processed_data, cmap="YlGnBu")

# Display the heatmap
plt.show()

输出

Python 使用Seaborn Clustermap绘制层次聚类热图

使用Seaborn Clustermap在Python中定制层次聚类的热图

我们使用Seaborn的clustermap()函数创建层次聚类的热图，将pivot_data矩阵作为输入。
我们使用cmap参数将colormap设置为”YlGnBu”。
提供了其他的定制选项：
linewidths=0.5：设置树状图中线的宽度。
figsize=(8, 6)：设置热图的尺寸。
dendrogram_ratio=(0.1, 0.2)：调整树状图高度的比例。

定制热图

我们使用标准的Matplotlib函数进一步定制热图。在这个示例中，我们使用plt.title()设置标题，使用plt.xlabel()和plt.ylabel()分别标注x轴和y轴。

示例

import seaborn as sns

# Load the inbuilt dataset
data = sns.load_dataset("flights")

# Pivot the data to create a matrix for the heatmap
pivot_data = data.pivot("month", "year", "passengers")

# Create the clustered heatmap using seaborn clustermap
sns.clustermap(pivot_data, cmap="YlGnBu", linewidths=0.5, figsize=(8, 6), dendrogram_ratio=(0.1, 0.2))

# Customize the heatmap
plt.title("Hierarchically-clustered Heatmap - Flights Data")
plt.xlabel("Year")
plt.ylabel("Month")

# Display the heatmap
plt.show()