我对clustermap
中seaborn
的标签有几个问题。首先,可以提取层次聚类的距离值,并在树结构可视化上绘制值(可能只有前三个级别)。
以下是我创建群集图的示例代码:
import pandas as pd
import numpy as np
import seaborn as sns
get_ipython().magic(u'matplotlib inline')
m = np.random.rand(50, 50)
df = pd.DataFrame(m, columns=range(4123, 4173), index=range(4123, 4173))
sns.clustermap(df, metric="correlation")
另外两个问题是: - 如何旋转y标签,因为它们重叠在一起 - 如何将颜色条移动到底部或右侧。 (热像图有question,但对我的情况不起作用。也没有解决颜色问题 吧位置)
答案 0 :(得分:49)
我有一个完全相同的问题,y轴上的标签被旋转并找到了解决方案。
问题是,如果你plt.yticks(rotation=0)
喜欢在你引用的问题中提出建议,那么由于ClusterGrid
的工作方式,它会轮换你的公鸡上的标签。
要解决此问题并旋转正确的标签,您需要引用基础Axes
中的Heatmap
并旋转这些标签:
cg = sns.clustermap(df, metric="correlation")
plt.setp(cg.ax_heatmap.yaxis.get_majorticklabels(), rotation=0)
关于彩条位置的其他问题,我不认为目前支持这一点,遗憾的是this Github issue所示。
最后,对于层次聚类距离值,您可以使用以下命令访问行或列的链接指标:
cg = sns.clustermap(df, metric="correlation")
cg.dendrogram_col.linkage # linkage matrix for columns
cg.dendrogram_row.linkage # linkage matrix for rows
答案 1 :(得分:3)
import seaborn as sns
g = sns.clustermap(heatmap_df, metric="correlation")
plt.setp(g.ax_heatmap.get_yticklabels(), rotation=0) # For y axis
plt.setp(g.ax_heatmap.get_xticklabels(), rotation=90) # For x axis
答案 2 :(得分:1)
你可以通过改变它的轴 cax 的位置来移动颜色条:
例如cg.cax.set_position((.85,.1,.1,.1))
,其中(a,b,c,d)分别是轴坐标的x起始位置,y起始位置,x宽度和y高度。
答案 3 :(得分:1)
旋转标签的方式有点不同
g.ax_heatmap.set_yticklabels(g.ax_heatmap.get_yticklabels(), rotation=0)