如何在 Matplotlib 中使用 Clustermap 类绘制聚类图
假设你有含有多个变量和数据点的给定数据集,则可以通过使用 Clustermaps 类来绘制给定数据点的聚类图。
在此示例中,我们将从以下网站导入葡萄酒质量数据集:https://archive.ics.uci.edu/ml/datasets/wine+quality。
import matplotlib.pyplot as plt import numpy as np import seaborn as sns sns.set(style='white') #Import the dataset wine_quality = pd.read_csv(‘winequality-red.csv’ delimeter=‘;’)
假设我们有葡萄酒质量数据集的原始数据和相关的相关矩阵数据。
现在,让我们绘制数据的聚类图,
row_colors = wine_quality["quality"].map(dict(zip(wine_quality["quality"].unique(),"rbg"))) g = sns.clustermap(wine_quality.drop('quality',axis=1),standard_scale=1, robust=True,row_colors=row_colors, cmap='viridis')
绘制以下数据集的聚类图,
g = sns.clustermap(corr, figsize=(10,8), z_score=1, cbar_kws={"label":"color bar"})
输出
广告