python - 将距离矩阵传递给 seaborn clustermap

Question

我想将我自己的距离矩阵(行链接)传递给 seaborn clustermap。
已经有一些这样的帖子
Use Distance Matrix in scipy.cluster.hierarchy.linkage()?
但他们都指向
scipy hierarchy linkage
它将聚类度量和方法作为参数。

scipy.cluster.hierarchy.linkage(y, method='single',metric='euclidean', optimal_ordering=False)

The input y may be either a 1d condensed distance matrix or a 2d arrayof observation vectors

我不明白的是:

My distance matrix is already based on a certain metric and method,why would I want to recalculate this in scipy hierarchy linkage ?

Is there an option where it purely uses my distances and creates the linkages?

Answer 1

对于后代，这里是如何做到这一点的完整方法，因为评论中的@WarrenWeckesser 和链接答案中的@SibbsGambling 省略了一些细节。

假设 distMatrix是你的距离矩阵(不必是欧几里得)，在行 i 中输入和专栏j代表 i 之间的距离th 和 j对象。然后:

# import packages
from scipy.cluster import hierarchy
import scipy.spatial.distance as ssd
import seaborn as sns

# define distance array as in linked answer
distArray = ssd.squareform(distMatrix) 

# define linkage object
distLinkage = hierarchy.linkage(distArray)

# make clustermap
sns.clustermap(distMatrix, row_linkage=distLinkage, col_linkage=distLinkage)

请注意，在创建 clustermap 时，您仍然必须引用原始矩阵。如果要使用不同的聚类方法，例如 method='ward' , 在定义 distLinkage 时包含该选项.