如何将seaborn.clustermap与大型（20 000个条目）数据集一起使用？

Question

我经常使用

sns.clustermap

，并且我非常喜欢它作为一个简单的工具来概述大量数据（在我的例子中是时间序列数据，大多数是几百个条目）。

所以我想我也会喜欢一些更大的数据，但好吧，不是那么多......

我不介意在我的机器上计算大约需要 6 个小时，但是这 6 个小时没有得到任何输出是相当烦人的。

我确实显示了树状图，但应包含矩阵的字段仍为空。现在，假设seaborn没有处理像素之间插值的内置例程，这有点有意义。假设行的高度为 1 像素，则矩阵本身的高度就应为 20 000 像素，数据集包含 20 000 个条目。但是如果我增加我的

figsize

来表示

figsize=(400,400)

它需要一整天然后崩溃，因为它内存不足和/或因为我的数字太大（显然，对 png 文件的大小有硬性限制） .

有没有办法用这么大的数据集生成聚类图？

当我使用small图像尺寸运行它时，我可以生成所示的空图片，例如：

correlations = data.corr()
clusterplot = sns.clustermap(correlations, center=0
                            linewidths=0.4, figsize=(150, 150))
clusterplot.savefig('Cluster.png', facecolor='white', transparent=False)

由于这需要相当长的时间并且不会产生错误，我假设

clusterplot

包含聚类图，但我怎样才能得到它呢？假设有办法，我是否也可以在没有任何输出的情况下计算 clustermap ？ IE。像

clusterplot = sns.clustermap(correlations, center=0, showmap=False)

之类的东西可以节省一些时间吗？

Answer 1

我认为你的白色是由于

linewidths=0.4

。白色背景只是覆盖您实际数据的线条。

这是一个可重现的小示例：

N = 6
df = pd.DataFrame(np.random.random((N, N)))
sns.clustermap(data=df, linewidths=5, figsize=(3, 3))

N = 60
df = pd.DataFrame(np.random.random((N, N)))
sns.clustermap(data=df, linewidths=5, figsize=(3, 3))

只需将宽度设置为零：

linewidths=0

：

N = 60
df = pd.DataFrame(np.random.random((N, N)))
sns.clustermap(data=df, linewidths=0, figsize=(3, 3))

要从现有图表中获取基础数据，请使用：

clusterplot.data