具有两个 row_colors 的 Seaborn clustermap答案

【问题标题】：Seaborn clustermap with two row_colors具有两个 row_colors 的 Seaborn clustermap
【发布时间】：2020-09-01 02:25:09
【问题描述】：

快速提问，我在 row_colors 中有一个带有变量 'age_range' 的集群图，我也想将变量 'education' 添加为 row_color。我有以下工作代码：

agerange = df_cor_small.pop("agerange")
lut = dict(zip(agerange.unique(), "rbg"))
row_colors = agerange.map(lut)

ax = sns.clustermap(df_cor_small, cmap='YlGnBu', row_colors=row_colors, figsize=(15,100), cbar_pos=(1.05, .2, .03, .4))

输出这个数字：

（目前 df_cor_small 不包括变量“教育”，但一旦我知道如何实现它，它就会像“agerange”一样弹出）

有什么建议可以实现吗？

【问题讨论】：

标签： python cluster-analysis seaborn

【解决方案1】：

您可以将颜色作为 data.frame 提供，我认为您现在正在提供一个列表。在下面的示例中，我将黑色分配给 8 种颜色，将 7x20 和 10 分配给行。没有对行进行聚类以表明分配正确：

import seaborn as sns; sns.set(color_codes=True)
import string
iris = sns.load_dataset("iris")
species = iris.pop("species")
lut = dict(zip(species.unique(), "rbg"))
samples = np.repeat(list(string.ascii_letters[0:8]),20)[:150]
sample_cols = dict(zip(set(samples), sns.color_palette("cubehelix", 8)))

row_colors = pd.DataFrame({'species':species.map(lut),
                          'sample':[sample_cols[i] for i in samples]})
g = sns.clustermap(iris, row_colors=row_colors,row_cluster=False)

【讨论】：

太棒了！多谢。一个小的附加问题。年龄范围有 3 个级别，因此 RBG 非常完美。但是，我的教育变量有 8 个级别，所以最后 5 个级别都被分配为白色。如果有不同的 rbga 参数，我可以给它更多颜色供我使用吗？
是的，请参阅seaborn.pydata.org/tutorial/color_palettes.html 了解调色板。您可以将颜色作为元组传递到数据框中，这不是问题
我不知道education variable 是什么，但只要你的字典正确，它应该可以工作