將距離矩陣傳遞給 seaborn clustermap

Question

我想將我自己的距離矩陣（行鏈接）傳遞給 seaborn clustermap。

已經有一些這樣的帖子

在 scipy.cluster.hierarchy.linkage() 中使用距離矩陣？

但他們都指向

scipy 層次結構鏈接

它將聚類度量和方法作為參數。

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

輸入 y 可以是一維壓縮距離矩陣或二維觀察向量數組

我不明白的是：

我的距離矩陣已經基於某種度量和方法，為什么我要在scipy 層次結構鏈接中重新計算它？

是否有一個選項可以純粹使用我的距離並創建鏈接？

Answer 1

對於后代，這里是如何做到這一點的完整方法，因為評論中的@WarrenWeckesser 和鏈接答案中的@SibbsGambling 省略了一些細節。

假設distMatrix是距離矩陣（不必是歐幾里得），第i行和第j列中的條目表示第i個和第j個對象之間的距離。 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)

請注意，在創建clustermap ，您仍然必須引用原始矩陣。 如果您想使用不同的聚類方法，例如method='ward' ，請在定義distLinkage時包含該選項。