从seaborn聚类图中提取树状图

Question

给出以下示例：https://python-graph-gallery.com/404-dendrogram-with-heat-map/

它生成一个树状图，我假设它基于 scipy。

# Libraries
import seaborn as sns
import pandas as pd
from matplotlib import pyplot as plt

# Data set
url = 'https://python-graph-gallery.com/wp-content/uploads/mtcars.csv'
df = pd.read_csv(url)
df = df.set_index('model')
del df.index.name
df

# Default plot
sns.clustermap(df)

问题：如何获得非图形形式的树状图？

背景资料： 我想从树状图的根部开始以最大长度切割它。例如，我们有一条从根到左簇（L）的边和一条到右簇（R）的边......从这两个边我想得到它们的边长并以最长的长度切割整个树状图这两个边缘。

致以诚挚的问候

Answer 1

clustermap

返回

ClusterGrid

对象的句柄，其中包括每个树状图的子对象，

h.dendrogram_col

和

h.dendrogram_row

。 这些内部是树状图本身，它提供树状图几何形状 根据

scipy.hierarchical.dendrogram

返回数据，您可以从中计算 特定分支的长度。

h = sns.clustermap(df)
dgram = h.dendrogram_col.dendrogram
D = np.array(dgram['dcoord'])
I = np.array(dgram['icoord'])

# then the root node will be the last entry, and the length of the L/R branches will be
yy = D[-1] 
lenL = yy[1]-yy[0]
lenR = yy[2]-yy[3]

链接矩阵（用于计算树状图的输入）也可能有帮助：

h.dendrogram_col.linkage
h.dendrogram_row.linkage