如何从sns.clustermap中提取聚类标签与自定义聚类成员？

问题背景 #

使用sns.clustermap绘制含多级索引的相关DataFrame时，工具会自动将多级索引作为标签显示在聚类图的右侧和下方。当用该图探索100-200条数据的大型数据集时，需要提取视觉自定义划分的聚类成员列表，而非自动聚类算法给出的归属结果。官方提供的clustergrid.dendrogram_row.reordered_ind仅返回原DataFrame的索引序号，无法直接得到类似df.columns的标签输出。

示例代码：

import pandas as pd
import numpy as np
import seaborn as sns

elev = [1, 100, 10, 1000, 100, 10]
number = [1, 2, 3, 4, 5, 6]
name = ['foo', 'bar', 'baz', 'qux', 'quux', 'quuux']
idx = pd.MultiIndex.from_arrays([name, elev, number], 
                                 names=('name','elev', 'number'))
data = np.random.rand(20,6)
df = pd.DataFrame(data=data, columns=idx)

clustermap = sns.clustermap(df.corr())

绘制的聚类图视觉上可分为两个聚类：[foo-1-1, bar-100-2]和[baz-10-3, qux-1000-4, quux-100-5, quuux-10-6]，需要高效提取这类聚类成员。

解决方案 #

1. 获取聚类图重排后的完整标签列表 #

利用reordered_ind返回的索引序号，直接索引原DataFrame的多级索引列，得到聚类图中显示顺序的完整标签：

# 获取重排后的多级索引标签（对应聚类图右侧/下方的标签顺序）
reordered_labels = df.columns[clustermap.dendrogram_row.reordered_ind]

2. 根据视觉聚类手动划分成员 #

观察聚类图的树状图分界位置，对重排后的标签列表进行切片，得到对应聚类的成员：

# 示例：根据视觉划分的两个聚类切片
cluster_1 = reordered_labels[:2].tolist()
cluster_2 = reordered_labels[2:].tolist()

# 可选：将多级索引元组转换为字符串格式（如"foo-1-1"）
cluster_1_formatted = ['-'.join(map(str, item)) for item in cluster_1]
cluster_2_formatted = ['-'.join(map(str, item)) for item in cluster_2]

print("第一个聚类成员：")
print(cluster_1_formatted)
print("\n第二个聚类成员：")
print(cluster_2_formatted)

说明 #

• dendrogram_row.reordered_ind存储的是聚类后行（此处对应原DataFrame的列，因为绘制的是列的相关矩阵）的原索引位置，用它索引df.columns即可得到与聚类图标签顺序完全一致的多级索引。
• 对于大型数据集，只需观察树状图的分界点，确定切片的起始/结束位置，即可快速提取任意视觉聚类的成员，无需手动记录。

内容的提问来源于stack exchange，提问作者JC_CL