Question

是否可以在先前获得的ClusterGrid对象上运行seaborn.clustermap？

例如，在以下示例中，我使用clustermap获取g：

import seaborn as ns
data = sns.load_dataset("iris")
species = iris.pop("species")

g = sns.clustermap(
    data, 
    cmap="mako",
    col_cluster=False,
    yticklabels=False, figsize=(5, 10),
    method='ward',
    metric="euclidean"
)

我想尝试不同的可视化选项，例如不同的颜色图，图形大小，带有和不带有标签的外观等。

使用iris数据集，一切真的很快，但是我有一个更大的数据集，聚类部分需要很多时间。

我可以使用g通过不同的选项显示热图和树状图吗？

Answer 1

clustermap返回的对象的类型为ClusterGrid。该对象并未真正记录在seaborn中，但是，它实际上只是几个Axes对象的容器。根据您要进行的操作类型，您可能只需要访问相关的Axes对象或图形本身即可：

# change the figure size after the fact
g.fig.set_size_inches((4,4))
# remove the labels of the heatmap
g.ax_heatmap.set_xticklabels([])

颜色图的内容有点难以访问。 clustermap在后台使用matplotlib pcolormesh。此函数返回一个collection对象（QuadMesh），该对象存储在主轴（g.ax_heatmap.collections）的集合列表中。由于AFAIK，seaborn不会在该轴上绘制其他任何东西，因此我们可以通过其索引QuadMesh获得[0]对象，然后我们可以使用适用于该对象的任何函数。

# change the colormap used
g.ax_heatmap.collections[0].set_cmap('seismic')

Seaborn Change Clustermap可视化选项，而无需重做群集

1 个答案: