如何使用 Matplotlib 中的 Clustermaps 类绘制聚类图
machine learningserver side programmingprogrammingmatplotlib更新于 2025/7/10 22:07:17
假设您已提供一个包含各种变量和数据点的数据集，因此，为了绘制给定数据点的聚类图，我们可以使用 Clustermaps 类。
在本例中，我们将从 https://archive.ics.uci.edu/ml/datasets/wine+quality 导入葡萄酒质量数据集。
import matplotlib.pyplot as plt import numpy as np import seaborn as sns sns.set(style='white') #导入数据集 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(&39;quality&39;,axis=1),standard_scale=1, robust=True,row_colors=row_colors, cmap=&39;viridis&39;)
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
