Mapa de calor con dendrograma en seaborn con clustermap

Mapa de calor con dendrogramas con `clustermap`

La función clustermap es muy similar a la función heatmap. La principal diferencia es que clustermap también calculará y representará la agrupación jerárquica de las filas y columnas de los datos.

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data)

Cluster map in seaborn with the clustermap function

Datos estandarizados

Ten en cuenta que puedes estandarizar los datos por filas (0) o por columnas (1) con el argumento standard_scale de la función.

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data, standard_scale = 1)

Cluster jerárquico en Python con datos estandarizados

Datos normalizados

De manera similar, también es posible normalizar los datos por filas (0) o por columna (1) con el argumento z_score.

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data, z_score = 1)

Mapa de calor con dendrogramas en seaborn con datos normalizados

Tamaño de la figura

Ten en cuenta que puedes personalizar el tamaño de la figura pasando un vector de tamaños a figsize, donde el primero representa el grosor y el segundo la altura de la figura. Además, puedes establecer el tamaño relativo del dendrograma con respecto al tamaño total del gráfico con dendrogram_ratio.

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data,
              figsize = (8, 6), # Tamaño de la figura
              dendrogram_ratio = 0.1) # Proporción de tamaño de los dendrogramas

Cambiar el tamaño de la figura y los dendrogramas en seaborn

Método de clustering

El método usado para calcular los clústers jerárquicos se puede seleccionar con el argumento method. Las posibles opciones son: "single", "complete", "average" (por defecto) "weighted", "centroid", "median" y "ward". En los siguientes bloques de código puedes ver un par de ejemplos de uso. Revisa esta referencia para obtener detalles adicionales sobre cada método.

Método de agrupación con la función clustermap

Método “single”

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data, method = "single")

Mapa de calor con dendrogramas en Python con el método Ward

Método “ward”

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data, method = "ward")

Métrica de distancia

La métrica de distancia es la medida utilizada para calcular la distancia entre observaciones. Las métricas disponibles son: "braycurtis", "canberra", "chebyshev", "cityblock", "correlation", "cosine", "dice", "euclidean" (por defecto), "hamming", "jaccard", "jensenshannon", "kulsinski", "mahalanobis", "matching", "minkowski", "rogerstanimoto", "russellrao", "seuclidean", "sokalmichener", "sokalsneath", "sqeuclidean" y "yule". Puedes encontrar más información acerca de cada métrica en el siguiente enlace.

Métrica de Canberra

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data, metric = "canberra")

Cambiar la métrica para calcular la distancia en clustermap

Personalización del color

Cambiar la paleta de colores de la función clustermap en Python

Paleta de colores

El argumento cmap se puede utilizar para cambiar la paleta de colores del mapa de calor con dendrogramas de seaborn.

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data, cmap = "vlag")

Límites de la escala de color en la función clustermap

Límites de la escala de color

Ten en cuenta que puedes cambiar los límites de la escala de color con los argumentos vmin y vmax.

import numpy as np
import seaborn as sns

# Simulación de datos
np.random.seed(2)
data = np.random.rand(6, 6)

sns.clustermap(data, cmap = "mako",
               vmin = -1, vmax = 1)