Python 带seaborn clustermap的下三角遮罩

在使用seaborn的clustermap进行分层聚类时，如何掩盖下三角

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

#pearson coefficients
corr = np.corrcoef(np.random.randn(10, 200))

#lower triangle
mask = np.tril(np.ones_like(corr))
fig, ax = plt.subplots(figsize=(6,6))

#heatmap works as expected
sns.heatmap(corr, cmap="Blues", mask=mask, cbar=False)

#clustermap not so much
sns.clustermap(corr, cmap="Blues", mask=mask, figsize=(6,6))
plt.show()

---

嗯，

clustermap

根据相似性对值进行聚类。这将更改行和列的顺序

您可以创建常规clustermap，然后在第二步中应用遮罩：

将numpy导入为np
导入seaborn作为sns
将matplotlib.pyplot作为plt导入
corr=np.corrcoef（np.random.randn（10200））
g=sns.clustermap（corr，cmap=“Blues”，figsize=（6,6））
mask=np.tril（np.one_-like（corr））
values=g.ax\u heatmap.collections[0]。获取数组（）。重塑形状（corr.shape）
新的_值=np.ma.array（值，掩码=掩码）
g、 ax\u热图。集合[0]。设置\u数组（新的\u值）
plt.show（）