如何在 Python 中在值矩阵的顶部绘制树状图，并适当地重新排序以反映聚类？下图就是一个例子：
https://publishing-cdn.elifesciences.org/07103/elife-07103-fig6-figsupp1-v2.jpg
我使用 scipy.cluster.dendrogram 来制作我的树状图并对数据矩阵执行层次聚类。然后如何将数据绘制为矩阵，其中行已重新排序以反映在特定阈值处切割树状图引起的聚类，并将树状图绘制在矩阵旁边？我知道如何在 scipy 中绘制树状图，但不知道如何使用右侧比例尺绘制数据的强度矩阵。
对此的任何帮助将不胜感激。
【问题讨论】：
标签： python cluster-analysis machine-learning matplotlib scipy
这个问题没有很好地定义矩阵：“值矩阵”，“数据矩阵”。我假设您的意思是距离矩阵。换句话说，对称非负 N×N 距离矩阵 D 中的元素 D_ij 表示两个特征向量 x_i 和 x_j 之间的距离。对吗？
如果是这样，那么试试这个（2010 年 6 月 13 日编辑，以反映两个不同的树状图）：
import scipy
import pylab
import scipy.cluster.hierarchy as sch
from scipy.spatial.distance import squareform
# Generate random features and distance matrix.
x = scipy.rand(40)
D = scipy.zeros([40,40])
for i in range(40):
for j in range(40):
D[i,j] = abs(x[i] - x[j])
condensedD = squareform(D)
# Compute and plot first dendrogram.
fig = pylab.figure(figsize=(8,8))
ax1 = fig.add_axes([0.09,0.1,0.2,0.6])
Y = sch.linkage(condensedD, method='centroid')
Z1 = sch.dendrogram(Y, orientation='left')
ax1.set_xticks([])
ax1.set_yticks([])
# Compute and plot second dendrogram.
ax2 = fig.add_axes([0.3,0.71,0.6,0.2])
Y = sch.linkage(condensedD, method='single')
Z2 = sch.dendrogram(Y)
ax2.set_xticks([])
ax2.set_yticks([])
# Plot distance matrix.
axmatrix = fig.add_axes([0.3,0.1,0.6,0.6])
idx1 = Z1['leaves']
idx2 = Z2['leaves']
D = D[idx1,:]
D = D[:,idx2]
im = axmatrix.matshow(D, aspect='auto', origin='lower', cmap=pylab.cm.YlGnBu)
axmatrix.set_xticks([])
axmatrix.set_yticks([])
# Plot colorbar.
axcolor = fig.add_axes([0.91,0.1,0.02,0.6])
pylab.colorbar(im, cax=axcolor)
fig.show()
fig.savefig('dendrogram.png')
祝你好运！如果您需要更多帮助，请告诉我。
编辑：对于不同的颜色，调整imshow中的cmap属性。有关示例，请参阅scipy/matplotlib docs。该页面还描述了如何创建自己的颜色图。为方便起见，我建议使用预先存在的颜色图。在我的示例中，我使用了YlGnBu。
编辑：add_axes (see documentation here) 接受列表或元组：(left, bottom, width, height)。例如，(0.5,0,0.5,1) 在图的右半边添加了一个Axes。 (0,0.5,1,0.5) 在图的上半部分添加了一个Axes。
大多数人可能会使用add_subplot 来方便。我喜欢add_axes 的控制力。
要删除边框，请使用add_axes([left,bottom,width,height], frame_on=False)。 See example here.
【讨论】：
linkage 函数的使用现在似乎是错误的。使用距离矩阵，将其转换为向量形式的距离矩阵。即 D = squareform(D) 在使用 linkage 之前。 github.com/scipy/scipy/blob/v0.15.1/scipy/cluster/…
如果除了矩阵和树状图还需要显示元素的标签，可以使用以下代码，显示所有标签旋转 x 标签并更改字体大小以避免在 x 轴上重叠.它需要移动颜色条以便为 y 标签留出空间：
axmatrix.set_xticks(range(40))
axmatrix.set_xticklabels(idx1, minor=False)
axmatrix.xaxis.set_label_position('bottom')
axmatrix.xaxis.tick_bottom()
pylab.xticks(rotation=-90, fontsize=8)
axmatrix.set_yticks(range(40))
axmatrix.set_yticklabels(idx2, minor=False)
axmatrix.yaxis.set_label_position('right')
axmatrix.yaxis.tick_right()
axcolor = fig.add_axes([0.94,0.1,0.02,0.6])
得到的结果是这样的（用不同的颜色贴图）：
【讨论】：