如何在seaborn clustermap中自定义y轴刻度为DataFrame指定列值
解决方法
你可以通过以下两种方式实现y轴刻度替换为f列对应值的需求:
方案1:绘图前替换聚类数据集的索引(最简单)
seaborn的clustermap默认会将数据集的行索引作为y轴刻度标签,你只需要把用于绘图的子集的行索引替换为f列的值即可,完整代码如下:
import pandas as pd import seaborn as sns import matplotlib.pyplot as plt d={'a':[1,2,3,4,5], 'b':[6,7,8,9,10], 'c':[11,12,13,14,15], 'd':[16,17,18,19,20], 'e': ['a', 'a', 'c', 'c', 'd'], 'f':['a','a','a','b','b']} df = pd.DataFrame(d) e = df.e lut = dict(zip(e.unique(), "rbg")) row_colors = e.map(lut) # 核心修改:将绘图用数据集的行索引替换为f列的值 plot_df = df.iloc[:,:-2].set_index(df['f']) sns.clustermap(plot_df, row_colors=row_colors) plt.show()
方案2:绘图后根据重排顺序修改刻度(不改动原始数据)
如果需要保留原始数据集的数值索引,你可以在绘图后通过clustermap返回的对象获取聚类后的行重排顺序,再对应设置y轴标签:
import pandas as pd import seaborn as sns import matplotlib.pyplot as plt d={'a':[1,2,3,4,5], 'b':[6,7,8,9,10], 'c':[11,12,13,14,15], 'd':[16,17,18,19,20], 'e': ['a', 'a', 'c', 'c', 'd'], 'f':['a','a','a','b','b']} df = pd.DataFrame(d) e = df.e lut = dict(zip(e.unique(), "rbg")) row_colors = e.map(lut) # 接收clustermap返回的画布对象 g = sns.clustermap(df.iloc[:,:-2], row_colors=row_colors) # 获取聚类后的行重排索引顺序 reordered_rows = g.dendrogram_row.reordered_ind # 按重排顺序取f列的值作为新标签 new_yticks = df['f'].iloc[reordered_rows] # 替换热图的y轴刻度标签 g.ax_heatmap.set_yticklabels(new_yticks, rotation=0) plt.show()
注意事项
- 两种方案都支持f列存在重复值的场景,无需额外处理
- 若需要调整y轴标签的角度、字体大小,可以在
set_yticklabels方法中传入fontsize、rotation等参数调整
内容的提问来源于stack exchange,提问作者Noob Programmer
相关产品推荐
相关产品推荐

