Python 如何基于行创建seaborn clustermap并提取行标签？

我有一个数据框，其中包含项目和关联值的列表。哪种度量和方法最适合执行聚类

我只想根据行从列表中创建一个（树状图加热图），映射它（如代码所示），但是如何获得每个簇或每个蛋白质的项目列表及其簇信息。（类似于，，但仅基于行而非列）

我如何确定哪种“方法”和“度量”最适合我的数据

data.csv示例：

item,v1,v2,v3,v4,v5
A1,1,2,3,4,5
B1,2,4,6,8,10
C1,3,6,9,12,15
A1,2,3,4,5,6
B2,3,5,7,9,11
C2,4,7,10,13,16

创建clustermap的我的代码：

import pandas as pd
from scipy.cluster.hierarchy import linkage, dendrogram, fcluster
import matplotlib.pyplot as plt
import seaborn as sns
import scipy.cluster.hierarchy as sch

df = pd.read_csv('data.csv', index_col=0)
sns.clustermap(df, col_cluster=False, cmap="coolwarm", method='ward', metric='euclidean', figsize=(40,40))
plt.savefig('plot.pdf', dpi=300)

---

我刚把它拼凑起来。这是你想要的吗

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

cars = {'item': ['A1','B1','C1','A1','B1','C1'],
        'v1': [1.0,2.0,3.0,2.0,3.0,4.0],
        'v2': [2.0,4.0,6.0,3.0,5.0,7.0],
        'v3': [3.0,6.0,9.0,4.0,7.0,10.0],
        'v4': [4.0,8.0,12.0,5.0,9.0,13.0],
        'v5': [5.0,10.0,15.0,6.0,11.0,16.0]
        }

df = pd.DataFrame(cars)
df

heatmap_data = pd.pivot_table(df, values=['v1','v2','v3','v4','v5'], 
                              index=['item'])
heatmap_data.head()
sns.clustermap(heatmap_data)

df = df.drop(['item'], axis=1)
g = sns.clustermap(df)

此外，请查看下面的链接以了解有关此主题的更多信息

---

我刚刚把它拼凑起来。这是你想要的吗

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

cars = {'item': ['A1','B1','C1','A1','B1','C1'],
        'v1': [1.0,2.0,3.0,2.0,3.0,4.0],
        'v2': [2.0,4.0,6.0,3.0,5.0,7.0],
        'v3': [3.0,6.0,9.0,4.0,7.0,10.0],
        'v4': [4.0,8.0,12.0,5.0,9.0,13.0],
        'v5': [5.0,10.0,15.0,6.0,11.0,16.0]
        }

df = pd.DataFrame(cars)
df

heatmap_data = pd.pivot_table(df, values=['v1','v2','v3','v4','v5'], 
                              index=['item'])
heatmap_data.head()
sns.clustermap(heatmap_data)

df = df.drop(['item'], axis=1)
g = sns.clustermap(df)

此外，请查看下面的链接以了解有关此主题的更多信息

---

感谢您编辑问题聚类是无监督的，这意味着有一些指标可以告诉您聚类是否稳定或解释更多的差异，但最终，这是非常主观的。这取决于你的最终目标，你自己必须清楚这一点。您可以尝试不同的分层聚类方法，并使用clustermap中的

row\u linkage=

选项提供链接。@StupidWolf非常感谢，我们是否有任何方法可以检查哪种方法对我们的数据最有效（类验证）。感谢您编辑问题聚类是无监督的，这意味着有一些指标可以告诉你集群是否稳定，或者解释更多的差异，但最终，这是相当主观的。这取决于你的最终目标，你自己必须清楚这一点。您可以尝试不同的分层聚类方法，并使用clustermap中的

row\u linkage=

选项提供链接。@StupidWolf非常感谢，是否有任何方法可以检查哪种方法最适合我们的数据（验证）。非常感谢，但我正在寻找seaborn客户地图：）抱歉，我看到了集群，我以为你指的是别的东西。我刚刚更新了我的答案。希望有帮助。我唯一不能真正理解的是你所做的“提取行”评论。谢谢你的努力，但我的代码已经做了很多。我想要的是仅基于行的clustermap（在我的代码中也使用“col_cluster=False”选项完成）。我想要的是基于行对项目进行集群后，它们所属集群的项目列表格式。非常感谢，但我正在寻找seaborn custermap:）抱歉，我看到了集群，我以为您指的是其他内容。我刚刚更新了我的答案。希望有帮助。我唯一不能真正理解的是你所做的“提取行”评论。谢谢你的努力，但我的代码已经做了很多。我想要的是仅基于行的clustermap（在我的代码中也使用“col_cluster=False”选项完成）。我想要的是基于行对项目进行集群后，项目所属集群的列表格式。