如何在Seaborn / Matplotlib上获得带注释的热图/集群图？

Question

我正在处理一堆患者的肿瘤图像表达数据，对于每个患者，我都有其肿瘤的提取图像特征列表。我使用Hierarchical Agglomerative Clustering对患者和特征进行了聚类，并使用.clustermap with Seaborn对其进行了绘制。这是我到目前为止所拥有的：

[现在，每个患者都有一堆与之相关的分类信息，这些信息是癌症亚型（A，B，C，D），T期（1,2,3,4），N期（0,1,2 ，3），M stage（0,1）以及它们属于HAC（1,2,3，...）的簇。而且，每个图像特征也属于不同的类别。我想在每个轴上显示此分类信息（我知道{row，col} _colors。本质上，我正在尝试重新创建下面的图，我想知道用matplotlib / seaborn在Python中是否完全有可能。] >

[此外，您认为此图的作者是用来生成它的，是在2014年完成的。R？

我的代码中包含一些随机数据：

# Random dummy data
np_zfeatures = np.random.random((420, 1218)) # example matrix of z-scored features [patients, features]
patient_T_stage = np.random.randint(low=1, high=5, size=(420,))
patient_N_stage = np.random.randint(low=0, high=4, size=(420,))
patient_M_stage = np.random.randint(low=0, high=2, size=(420,))
patient_O_stage = np.random.randint(low=0, high=5, size=(420,))
patient_subtype = np.random.randint(low=0, high=5, size=(420,))
feature_class = np.random.randint(low=0, high=5, size=(1218,))       # There's 5 categories of features (first order, shape, textural, wavelet, LoG)

# HAC clustering (compute linkage matrices)
method = 'ward'
feature_links = scipy.cluster.hierarchy.linkage(np_zfeatures, method=method, metric='euclidean')
patient_links = scipy.cluster.hierarchy.linkage(np_zfeatures.transpose(), method=method, metric='euclidean')

# plot the re-ordered cluster map
cbar_kws={'orientation': 'vertical',
          'label': 'feature Z-score',
          'extend': 'both',
          'extendrect':True
         }
arguments = {
    'row_cluster': True,
    'col_cluster': True,
    'row_linkage': patient_links,
    'col_linkage': feature_links
}
cmap = 'Spectral_r'
cg = sns.clustermap(np_zfeatures.transpose(), **arguments, cmap=cmap, vmin=-2, vmax=2, cbar_pos=(0.155,0.644,0.04, 0.15), cbar_kws=cbar_kws)
cg.ax_row_dendrogram.set_visible(False)
cg.ax_col_dendrogram.set_visible(True)
ax = cg.ax_heatmap
ax.set_xlabel('Patients', fontsize=16)
ax.set_ylabel('Radiomics Features', fontsize=16)
cb_ax = cg.ax_cbar.yaxis.set_ticks_position('left')
cb_ax = cg.ax_cbar.yaxis.set_label_position('left')

cg.savefig(f'hierarchical cluster map - method: {method}')

我正在处理一堆患者的肿瘤图像表达数据，对于每个患者，我都有其肿瘤的提取图像特征列表。我使用...

Answer 1

[您将需要手工进行绘制，我认为尝试用Seaborn的ClusterGrid获得所需的结果是不值得的。您可以使用scipy生成树状图，并使用imshow()