python - 如何将颜色放在matplotlib的树状图中-python中的scipy？答案

【问题标题】：How to put colours in dendograms of matplotlib - scipy in python?python - 如何将颜色放在matplotlib的树状图中-python中的scipy？
【发布时间】：2013-07-06 01:30:09
【问题描述】：

我有以下代码对数据执行分层聚类：

Z = linkage(data,method='weighted')
  plt.subplot(2,1,1)
  dendro = dendrogram(Z)
  leaves = dendro['leaves']
  print leaves
  plt.show()

如何在树状图中所有簇都具有相同的颜色（蓝色）。有没有办法针对集群之间的相似性使用不同的颜色？

【问题讨论】：

标签： python matplotlib scipy

【解决方案1】：

看看documentation，看起来你可以通过link_color_func关键字或color_threshold关键字来获得不同的颜色。

编辑：

树状图着色方案的默认行为是，如果k 是低于切割阈值的第一个节点，则给定color_threshold = 0.7*max(Z[:,2]) 以将集群节点k 下方的所有后代链接着色为相同颜色；否则，连接距离大于或等于阈值的节点的所有链接都是蓝色的[来自文档]。

这到底是什么意思？好吧，如果你看一个树状图，不同的集群连接在一起。两个集群之间的“距离”是它们之间链接的高度。 color_threshold 是新集群将具有不同颜色的高度。如果你所有的集群都是蓝色的，那么你需要提高你的color_threshold。例如，

In [48]: mat = np.random.rand(10, 10)
In [49]: z = linkage(mat, method="weighted")
In [52]: d = dendrogram(z)
In [53]: d['color_list']
Out[53]: ['g', 'g', 'b', 'r', 'c', 'c', 'c', 'b', 'b']
In [54]: plt.show()

我可以检查默认的color_threshold 是什么

In [56]: 0.7*np.max(z[:,2])
Out[56]: 1.0278719020096947

如果我降低color_threshold，我会变得更蓝，因为更多链接的距离大于新的color_threshold。您可以直观地看到这一点，因为 0.9 以上的所有链接现在都是蓝色的：

In [64]: d = dendrogram(z, color_threshold=.9)
In [65]: d['color_list']
Out[65]: ['g', 'b', 'b', 'r', 'b', 'b', 'b', 'b', 'b']
In [66]: plt.show()

如果我将color_threshold 增加到1.2，1.2 下面的链接将不再是蓝色的。此外，青色和红色链接将合并为单一颜色，因为它们的父链接位于1.2 下方：

【讨论】：

你能举个例子吗？我正在尝试使用它们，但我不知道将什么作为参数传递给两者
可能与我的距离矩阵有关。所有成对距离都在 0.8 左右，所以也许这就是我得到相同颜色的方式
如果你有一个字典可以将叶子/节点映射到它们的颜色，你如何使用link_color_func？
你试过dendrogram(Z, link_color_func=lambda k: colors[k])，其中colors是一个将链接的ID（颠倒的Us）映射到颜色的字典吗？
您好，感谢您回复我。我在这里发布了我的示例stackoverflow.com/questions/38153829/…。我以同样的方式使用它，但我得到了 key error b/c 我的密钥是 leaf labels 而它想要的密钥是 int？