seaborn clustermap详解及绘制
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了seaborn clustermap详解及绘制相关的知识，希望对你有一定的参考价值。
seaborn clustermap详解及绘制
seaborn提供了一个叫作clustermap的功能，除了可以采用热力图对相关系数进行可视化，还可以对变量根据相关系数进行聚类，即发现热力图数据的结构（Discovering structure in heatmap data）。
在clustermap函数里面其实是使用了heatmap的，但是加上了聚类功能，使得其绘制出来的热图具有横向样本(sample)和纵向基因(gene)的聚类功能，更符合生物信息学分析的要求。
# features_X_train, features_X_test, target_train, target_test
culster_pd = pd.DataFrame()
train_pd = pd.concat([features.iloc[features_X_train.index],target_train],axis = 1)
train_pd[\'trainornot\'] = \'train\'
test_pd = pd.concat([fe以上是关于seaborn clustermap详解及绘制的主要内容，如果未能解决你的问题，请参考以下文章
显示与行颜色对应的seaborn clustermap的图例
在 seaborn 的 clustermap() 中进行 z 评分时忽略 std=0 的特征