在 seaborn 的 clustermap() 中进行 z 评分时忽略 std=0 的特征

Posted 2023-03-12

【中文标题】在 seaborn 的 clustermap() 中进行 z 评分时忽略 std=0 的特征

【英文标题】：Ignore features with std=0 when z-scoring in seaborn's clustermap()

【发布时间】：2021-09-11 12:28:54

【问题描述】：

我用于使用 seaborn 的 clustermap() 函数创建热图的数据有时具有标准偏差 std = 0 的特征。

当使用函数的参数z_score = True 进行规范化时，这会提示ValueError: The condensed distance matrix must contain only finite values。

有没有办法排除 z 评分的这些特征以避免压缩距离矩阵中的无限值？

【参考方案1】：

而不是使用函数的z_score 参数与

sns.clustermap(df, cmap="seismic", method="ward", z_score=True)

来自scipy.stats 的zscore() 可以与lambda 函数一起使用，以预先使用std != 0 对列进行z-score。

from scipy.stats import zscore

sns.clustermap(df.apply(lambda col: zscore(col) if col.std()!=0 else col, axis=0),
               cmap="seismic", method="ward")