Python数据可视化之聚类图实现代码
更新时间：2025年12月03日 08:30:48 作者：F_D_Z
聚类分析是数据挖掘和机器学习中常用的无监督学习方法,用于将数据分组为具有相似特征的簇,这篇文章主要介绍了Python数据可视化之聚类图实现的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下
clustermap
sns.clustermap是Seaborn库中用于创建聚类热图的函数，该函数能够将数据集中的样本按照相似性进行聚类，并将聚类结果以矩阵的形式展示出来。
sns.clustermap主要用于绘制聚类热图，该热图通过颜色深浅来表示数据值的大小或类别，从而直观地展示数据间的相似性和差异性。在聚类热图中，每个样本被表示为一个方块，方块的颜色表示样本的特征值，方块的位置表示样本的聚类结果。
使用sns.clustermap需要注意数据集的大小和复杂性，因为聚类分析可能需要较长的计算时间。可以根据需要对聚类热图进行进一步的自定义，如设置颜色映射、调整标签等。sns.clustermap函数返回的是一个ClusterGrid对象，该对象包含了热图和聚类树等组件，可以通过该对象进行进一步的自定义和修改。
主要参数
- data：输入的数据集，可以是Pandas DataFrame或NumPy数组。
- row_cluster：布尔值，控制是否对行进行聚类。默认为True。
- col_cluster：布尔值，控制是否对列进行聚类。默认为True。
- metric：字符串或可调用对象，指定聚类时使用的距离度量方法。默认为'euclidean'。
- method：字符串，指定聚类时使用的算法。默认为'average'。
- standard_scale：布尔值或整数，控制是否对数据进行标准化处理。如果为True，则按行进行标准化；如果为整数n，则按前n个主成分进行标准化。默认为None，不进行标准化处理。
- z_score：整数或布尔值，控制是否按行列计算z分数进行标准化。如果为整数n，则按前n个主成分进行z分数标准化；如果为True，则对整个数据集进行z分数标准化。默认为None，不进行z分数标准化处理。
- cmap：字符串或Colormap对象，指定热图使用的颜色映射方案。默认为Seaborn的默认颜色映射方案。
参考实现
使用行和列聚类
# 加载iris数据集
iris = sns.load_dataset("iris")
# 将species列从iris数据集中弹出，并赋值给species变量
species = iris.pop("species")
# 使用seaborn库中的clustermap函数，对iris数据集进行聚类分析
sns.clustermap(iris)
更改图片的大小和布局：
sns.clustermap(
iris,
figsize=(7, 5),
row_cluster=False,
dendrogram_ratio=(.1, .2),
cbar_pos=(0, .2, .03, .4)
)
为数据添加彩色标签
# 创建一个字典，将species中的唯一值映射到"rbg"中的颜色 lut = dict(zip(species.unique(), "rbg")) # 将species中的值映射到lut中的颜色 row_colors = species.map(lut) # 使用seaborn的clustermap函数绘制聚类图，并将species的颜色映射到行颜色 sns.clustermap(iris, row_colors=row_colors)
使用不同的颜色映射
# 使用seaborn库中的clustermap函数绘制聚类热图 # iris为数据集，cmap为颜色映射，vmin和vmax为颜色映射的最小值和最大值 sns.clustermap(iris, cmap="mako", vmin=0, vmax=10)
使用不同的聚类参数
# 使用seaborn库中的clustermap函数，对iris数据集进行聚类分析 # metric参数指定聚类时使用的距离度量方式，这里使用相关系数 # method参数指定聚类时使用的聚类方法，这里使用单链接法 sns.clustermap(iris, metric="correlation", method="single")
按照标准化的数据绘图
# 使用seaborn库中的clustermap函数对iris数据集进行聚类分析，并将标准化后的数据绘制成热图 sns.clustermap(iris, standard_scale=1)
以0为均值进行规范化
# 使用seaborn库中的clustermap函数绘制聚类热图 # iris为数据集，z_score为0表示不进行标准化，cmap为"vlag"表示使用vlag颜色映射，center为0表示将数据集中的数值中心化 sns.clustermap(iris, z_score=0, cmap="vlag", center=0)
总结
到此这篇关于Python数据可视化之聚类图实现的文章就介绍到这了,更多相关Python数据可视化聚类图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了python opencv实现目标区域裁剪功能，通过截取到坐标信息以后用CV2的裁剪就可以完美实现，本文给大家分享实例代码,需要的朋友可以参考下2021-07-07
Python爬虫使用Selenium+PhantomJS抓取Ajax和动态HTML内容
这篇文章主要介绍了Python爬虫使用Selenium+PhantomJS抓取Ajax和动态HTML内容，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-02-02
Python使用python-docx库复制Word文档样式的实现方法
在日常办公中,我们经常需要处理Word文档的格式调整、内容更新等任务,本文将介绍如何使用python-docx库来复制一个Word文档的内容及样式,并展示如何利用此方法进行文档内容的自动化处理,需要的朋友可以参考下2025-05-05
在本篇文章里小编给大家整理的是一篇关于python中@contextmanager实例用法，对此有兴趣的朋友们可以学习下。2021-02-02
这篇文章主要介绍了python之while循环、无限循环用法及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
这篇文章主要介绍了Python实现对象转换为xml的方法,结合实例形式分析了Python对象属性、节点的操作及与xml相互转换的相关实现技巧,需要的朋友可以参考下2017-06-06
这篇文章主要介绍了利用Python实现一个简易的植物识别系统，文中的示例代码简洁易懂，对我们学习Python有一定的帮助，需要的小伙伴可以参考一下2021-12-12
这篇文章主要介绍了通过Python实现自动填写调查问卷的相关资料,需要的朋友可以参考下2017-09-09
Python有多种方法可以通过使用各种函数和构造函数来合并字典,本文主要介绍了Python实现合并两个字典的8种方法,具有一定的参考价值,感兴趣的可以了解一下2024-07-07
Python实现将字符串的首字母变为大写,其余都变为小写的方法
今天小编就为大家分享一篇Python实现将字符串的首字母变为大写,其余都变为小写的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-06-06
最新评论