Seaborn clustermap显示列数少于输入DataFrame的原因咨询

针对70行64列计数型DataFrame（无全0行/列，但多数值为0）调用clustermap后列数显示不足的问题，可能的原因及验证方法如下：

可能原因 #

• 列标签重复：如果DataFrame存在重复列名，Seaborn会自动合并同名列，导致显示列数减少。可通过cluster_df.columns.duplicated().any()检查是否存在重复列名。
• 列特征高度相似导致聚类合并：即使没有全0列，若多列的数值分布完全一致（比如非0值的位置和数量完全相同），层次聚类时会被聚为高度重合的分支，可视化时列会重叠显示，看起来像是列数减少。
• 绘图区域尺寸不足导致列重叠：当列数较多但绘图窗口宽度不够时，Seaborn会自动压缩列宽，造成列与列重叠，视觉上显示的列数少于实际数量。
• 数据读取异常：执行pd.read_csv时若出现分隔符错误、列解析异常等问题，可能导致实际读取的DataFrame列数不足64列，需先确认数据读取后的维度。

针对自定义聚类代码的额外检查 #

你自定义列聚类时使用了二进制转换后的转置数据，需确认：

• 转置后的特征矩阵形状是否正确（应为64行，对应原DataFrame的64列）
• 列聚类树状图是否存在大量重合分支：

import matplotlib.pyplot as plt
scipy.cluster.hierarchy.dendrogram(col_clus)
plt.show()

验证与解决方法 #

1. 确认数据读取后的维度：

print(cluster_df.shape)  # 应输出 (70, 64)

2. 检查列名重复情况：

print(cluster_df.columns.duplicated().sum())  # 输出0则无重复列名

3. 增大绘图尺寸重新生成clustermap：

sns.clustermap(cluster_df, figsize=(20, 10))  # 调整figsize参数适配列数

内容的提问来源于stack exchange，提问作者Lamma