seaborn入门(5)群图(cluster map)

群图(cluster map)

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
iris = sns.load_dataset(name='iris',cache=True,data_home="./seaborn-data")
species = iris.pop('species')
print(species)
sns.clustermap(iris)

这图可能有亿点点复杂，但其实很简单(~~并不是~~)
这就是所谓的分层聚类热图，首先计算了点与点之间的距离，最接近的会被加入，然后开始比较行与列之间的关系。（~~说了个几把~~ ）

让我们稍微换一个简单一点点的例子

1
2
3

flights = flights.pivot_table(index = 'month',columns = 'year', values = 'passengers')
flights = flights.pivot_table(index = 'month',columns = 'year', values = 'passengers')
sns.clustermap(flights,cmap = "Blues", standard_scale=1)

flights代表的是一个二维数组，代表某年某月的乘客人数，详情见

所以我们得到下面的图

你会发现年份和月份并不是按着顺序排列的，这其实就是一个相当于聚类的过程，你可以把他看成一个聚类后的热力图（我以为我懂了，仔细一想我好像还是有点懵，希望大佬们来补充一下）