来自CSV Pandas DF Scipy的集群矩阵

Question

我是大熊猫的新手，也是scipy群集的新手。我有一个pandas数据框，我使用pd.read_csv读取，这是一个看起来像这样的矩阵（值代表彼此的距离：

    dog cat squ mea  che 
dog  0  .6  .5  .3    .2 
cat  1   0  .3  .7    .9
squ .6  .3   0  .3    .8    
mea .1  .1  .3   0    .9
che .4  .3  .4  .7     0

我想用scipy聚类我的矩阵，最终创建一个带有层次/凝聚聚类的树状图，我试过

from scipy.cluster.hierarchy import dendrogram, linkage
from matplotlib import pyplot as plt
Z = linkage(df)

但我立即遇到此值错误，并且不确定如何继续

ValueError: could not convert string to float: "'dog'"

我知道我没有正确地聚类这些矩阵，但我不确定如何继续。

Answer 1

只要第一列是索引，您的代码就能很好地适用于我。加载数据框时，像这样加载它，指定index_col=[0]以指定第一列作为索引：

df = pd.read_csv(..., index_col=[0])

df

     dog  cat  squ  mea  che
dog  0.0  0.6  0.5  0.3  0.2
cat  1.0  0.0  0.3  0.7  0.9
squ  0.6  0.3  0.0  0.3  0.8
mea  0.1  0.1  0.3  0.0  0.9
che  0.4  0.3  0.4  0.7  0.0

Z = linkage(df)
Z

array([[ 0.        ,  4.        ,  0.678233  ,  2.        ],
       [ 2.        ,  3.        ,  0.69282032,  2.        ],
       [ 1.        ,  6.        ,  0.71414284,  3.        ],
       [ 5.        ,  7.        ,  0.93808315,  5.        ]])

dendrogram(Z)

plt.show()