绘制聚类热图（带树状图）/Python

Posted 2023-02-18

【中文标题】绘制聚类热图（带树状图）/Python

【英文标题】：Plotly clustered heatmap (with dendrogram)/Python

【发布时间】：2021-06-07 09:11:21

【问题描述】：

我正在尝试在 Python 中使用 plotly 创建一个聚集的热图（带有树状图）。他们在他们的网站上制作的那个不能很好地扩展，我已经找到了各种解决方案，但其中大多数都是用 R 或 javascript 编写的。我正在尝试仅从热图的左侧创建一个带有树状图的热图，显示 y 轴上的集群（来自层次聚类）。一个非常好看的例子是这个：https://chart-studio.plotly.com/~jackp/6748。我的目的是创建这样的东西，但仅限于左侧的树状图。如果有人可以在 Python 中实现这样的东西，我将非常感激！

设数据为X = np.random.randint(0, 10, size=(120, 10))

【问题讨论】：

有时看起来像，但 ***不是 一个代码排序服务。相反，您展示您尝试过的东西，而我们其他人会帮助您解决遇到的任何挑战。不过，由于您是游戏中的新手，而且我们在这里都很好，我会看看我是否可以共同努力至少让您入门。

【参考方案1】：

以下建议借鉴了Dendrograms in Python 和chart-studio.plotly.com/~jackp 中的元素。这个特定的情节使用您的数据X = np.random.randint(0, 10, size=(120, 10))。在我看来，链接方法的一个共同点是，数据集和数据处理过程有点混乱。所以我决定用df = pd.DataFrame(X)在pandas数据框上构建下图，希望能让一切更清晰

情节

完整代码

import plotly.graph_objects as go
import plotly.figure_factory as ff

import numpy as np
import pandas as pd
from scipy.spatial.distance import pdist, squareform
import random
import string

X = np.random.randint(0, 10, size=(120, 10))
df = pd.DataFrame(X)

# Initialize figure by creating upper dendrogram
fig = ff.create_dendrogram(df.values, orientation='bottom')
fig.for_each_trace(lambda trace: trace.update(visible=False))

for i in range(len(fig['data'])):
    fig['data'][i]['yaxis'] = 'y2'

# Create Side Dendrogram
# dendro_side = ff.create_dendrogram(X, orientation='right', labels = labels)
dendro_side = ff.create_dendrogram(X, orientation='right')
for i in range(len(dendro_side['data'])):
    dendro_side['data'][i]['xaxis'] = 'x2'

# Add Side Dendrogram Data to Figure
for data in dendro_side['data']:
    fig.add_trace(data)

# Create Heatmap
dendro_leaves = dendro_side['layout']['yaxis']['ticktext']
dendro_leaves = list(map(int, dendro_leaves))
data_dist = pdist(df.values)
heat_data = squareform(data_dist)
heat_data = heat_data[dendro_leaves,:]
heat_data = heat_data[:,dendro_leaves]

heatmap = [
    go.Heatmap(
        x = dendro_leaves,
        y = dendro_leaves,
        z = heat_data,
        colorscale = 'Blues'
    )
]

heatmap[0]['x'] = fig['layout']['xaxis']['tickvals']
heatmap[0]['y'] = dendro_side['layout']['yaxis']['tickvals']

# Add Heatmap Data to Figure
for data in heatmap:
    fig.add_trace(data)

# Edit Layout
fig.update_layout('width':800, 'height':800,
                         'showlegend':False, 'hovermode': 'closest',
                         )
# Edit xaxis
fig.update_layout(xaxis='domain': [.15, 1],
                                  'mirror': False,
                                  'showgrid': False,
                                  'showline': False,
                                  'zeroline': False,
                                  'ticks':"")
# Edit xaxis2
fig.update_layout(xaxis2='domain': [0, .15],
                                   'mirror': False,
                                   'showgrid': False,
                                   'showline': False,
                                   'zeroline': False,
                                   'showticklabels': False,
                                   'ticks':"")

# Edit yaxis
fig.update_layout(yaxis='domain': [0, 1],
                                  'mirror': False,
                                  'showgrid': False,
                                  'showline': False,
                                  'zeroline': False,
                                  'showticklabels': False,
                                  'ticks': ""
                        )
# # Edit yaxis2
fig.update_layout(yaxis2='domain':[.825, .975],
                                   'mirror': False,
                                   'showgrid': False,
                                   'showline': False,
                                   'zeroline': False,
                                   'showticklabels': False,
                                   'ticks':"")

fig.update_layout(paper_bgcolor="rgba(0,0,0,0)",
                  plot_bgcolor="rgba(0,0,0,0)",
                  xaxis_tickfont = dict(color = 'rgba(0,0,0,0)'))

fig.show()

【讨论】：

非常广泛和明确的答案，谢谢！顺便说一下， pape_bgcolor 改变了选项菜单的颜色。你知道我怎样才能保留旧颜色（基本上没有颜色）吗？因为如果我删除 paper_bgcolor，图表会发生一些变化。

@Petar 感谢您接受我的回答。不过那个颜色的东西真的很奇怪。我认为可以通过设置plot_bgcolor='#E5ECF6' 来修复它。但是不……我得等有时间再详细检查一下。

好的。与我在互联网上找到的许多东西不同，这是一个非常好的答案。感谢您花时间去做！关于颜色的东西，我明天也去看看，肯定是小东西要修！晚安！ :)