Python seaborn 的 clustermap 中的列颜色给出了意想不到的结果

Question

我正在尝试可视化具有不同颜色的列簇。然而，在我的例子中，颜色并没有真正显示标签。不知道哪里出了问题。

可重现的例子：

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

data = pd.DataFrame(np.random.normal(0, 1, [100, 100]))
labels = np.repeat([0, 1, 2, 3], [25, 25, 25, 25], axis=0)
data.columns = labels
lut = dict(zip(set(labels), sns.mpl_palette("autumn", len(set(labels)))))
col_colors=pd.DataFrame(labels)[0].map(lut)

sns.clustermap(data, col_colors=col_colors,
               col_cluster=False, row_cluster=False)
plt.show()

我们可以看到 col_colors 有 4 个唯一值：

print(len(set(col_colors)))

而且我们可以看到列代表不同的标签（图的底部）。但是，在我的例子中，列仅以红色表示。

how it looks on my desktop

Answer 1

对于那些有兴趣的人。它应该如下：

sns.clustermap(data, col_colors=col_colors.values,
           col_cluster=False, row_cluster=False)

开发者备注：

当col_colors 是一个Pandas 对象时，索引信息用于将它们与列对齐（与行相同）。这意味着在您的情况下，只使用前三种颜色，在您的示例中都是红色。如果您不想在索引上匹配，请传递 col_colors.values。

Python seaborn 的 clustermap 中的列颜色给出了意想不到的结果

Column colors in clustermap of Python seaborn give unexpected results

dictionary

cluster-computing

python-3.x

seaborn