在python中绘制数据矩阵上的层次聚类结果

在Python中，如何在值矩阵的正上方绘制树状图，并适当地重新排序以反映集群？下图是一个示例：

我使用scipy.cluster.dendrogram生成树状图，并对数据矩阵执行层次聚类。然后，如何将数据绘制为矩阵，其中行已重新排序，以反映在特定阈值下切割树状图导致的聚类，并将树状图绘制在矩阵旁边？我知道如何在scipy中绘制树状图，但不知道如何用右边的比例尺绘制数据的强度矩阵

---

如果您能在这方面提供任何帮助，我们将不胜感激。

这个问题并没有很好地定义矩阵：“价值矩阵”、“数据矩阵”。我想你指的是一个距离矩阵。换句话说，对称非负N×N距离矩阵D中的元素D_ij表示两个特征向量x_i和x_j之间的距离。对吗

如果是这样的话，那么试试这个（2010年6月13日编辑，以反映两个不同的树状图）：

祝你好运！如果你需要更多的帮助，请告诉我

---

编辑：对于不同的颜色，调整

imshow

中的

cmap

属性。有关示例，请参见。该页面还介绍了如何创建自己的颜色映射。为了方便起见，我建议使用预先存在的颜色映射。在我的示例中，我使用了

YlGnBu

---

编辑：

add_axes

（）接受列表或元组：

（左、下、宽、高）

。例如，

（0.5,0,0.5,1）

在图形的右半部分添加一个

轴。
（0,0.5,1,0.5）
在图形的上半部分添加一个
轴

大多数人可能使用
add_子图
以方便使用。我喜欢为它的控制添加轴

若要删除边框，请使用
添加轴（[左、下、宽、高]、frame\u on=False）
 如果除矩阵和树状图外，还需要显示元素的标签，则可以使用以下代码，显示所有标签旋转x标签并更改字体大小，以避免在x轴上重叠。它需要移动颜色栏才能为y标签留出空间：

axmatrix.set_xticks(range(40))
axmatrix.set_xticklabels(idx1, minor=False)
axmatrix.xaxis.set_label_position('bottom')
axmatrix.xaxis.tick_bottom()

pylab.xticks(rotation=-90, fontsize=8)

axmatrix.set_yticks(range(40))
axmatrix.set_yticklabels(idx2, minor=False)
axmatrix.yaxis.set_label_position('right')
axmatrix.yaxis.tick_right()

axcolor = fig.add_axes([0.94,0.1,0.02,0.6])

获得的结果如下（使用不同的颜色贴图）：

这更像是一个matplotlib问题，我已重新标记。可能重复：请更新图片链接。这是一个很好的问题。还有几个问题：如何在顶部显示样本的聚类？如果矩阵是按样本划分的基因，那么您已经在左侧显示了基因，但我想在顶部显示样本聚类。如何适当地调整轴以达到此目的？另外，如何将颜色贴图调整为黄色到蓝色，并控制右侧栏的比例？非常感谢！我上传了一个带有不同颜色地图的图形。请参见编辑。你能定义“基因”和“样本”吗？相似性是如何计算的？尽管如此，我还在矩阵上方添加了第二个树状图。希望你能调整它，因为你认为合适。谢谢史蒂夫，这回答了我关于顶部树状图的问题。另一个简单的说明：如何设置add_轴的参数？我不确定你是如何选择这些数值的。例如，我想移除树状图周围的框，只显示树。如果这些是常规子批次，我可以在subplot.ax.spines中的每个脊椎上“设置颜色（无）”。我可以在这里做同样的事情吗？我认为你使用联动功能的方式是错误的。如果查看linkage（）的源代码，如果第一个参数（这里使用D）是一个矩阵，它将被视为数据，而不是距离。要输入距离，必须取D的上三角形，将其转换为一维向量，然后将其传递给linkage（）。这个答案非常有用！但是，正如@danioyuan所提到的，
链接
函数的用法现在似乎是错误的。使用距离矩阵，将其转换为向量形式的距离矩阵。i、 e.
D=squareform（D）
在使用
链接之前。
axmatrix.set_xticks(range(40))
axmatrix.set_xticklabels(idx1, minor=False)
axmatrix.xaxis.set_label_position('bottom')
axmatrix.xaxis.tick_bottom()

pylab.xticks(rotation=-90, fontsize=8)

axmatrix.set_yticks(range(40))
axmatrix.set_yticklabels(idx2, minor=False)
axmatrix.yaxis.set_label_position('right')
axmatrix.yaxis.tick_right()

axcolor = fig.add_axes([0.94,0.1,0.02,0.6])