Как исправить матрицу карты кластеров Seaborn? - PullRequest
Новая
       79

Как исправить матрицу карты кластеров Seaborn?

0 голосов
/ 27 мая 2020

У меня есть CSV-файл с тремя столбцами, который я пытаюсь преобразовать в кластерную тепловую карту. Мой код выглядит так: 

sum_mets = pd.read_csv('sum159_localization_met_magma.csv')
df5 = sum_mets[['Phenotype','Gene','P']]

clustermap5 = sns.clustermap(df5, cmap= 'inferno',  figsize=(40, 40), pivot_kws={'index': 'Phenotype', 
                                  'columns' : 'Gene',
                                  'values' : 'P'})

Затем я получаю это ValueError: 

ValueError: The condensed distance matrix must contain only finite values.

Для контекста все мои значения не равны нулю. Я не уверен, какие значения он не может обработать. Заранее благодарим всех, кто может помочь.

1 Ответ

0 голосов
/ 27 мая 2020

Пока у вас нет NaN, вам необходимо проверить, полны ли ваши наблюдения, потому что внизу есть точка поворота, например: 

df = pd.DataFrame({'Phenotype':np.repeat(['very not cool','not cool','very cool','super cool'],4),
                   'Gene':["Gene"+str(i) for i in range(4)]*4,
                   'P':np.random.uniform(0,1,16)})

pd.pivot(df,columns="Gene",values="P",index="Phenotype")

Gene    Gene0   Gene1   Gene2   Gene3
Phenotype               
not cool    0.567653    0.984555    0.634450    0.406642
super cool  0.820595    0.072393    0.774895    0.185072
very cool   0.231772    0.448938    0.951706    0.893692
very not cool   0.227209    0.684660    0.013394    0.711890

Вышеупомянутые точки без NaN и хорошо строятся: 

sns.clustermap(df,figsize=(5, 5),pivot_kws={'index': 'Phenotype','columns' : 'Gene','values' : 'P'})

enter image description here

но допустим, если у нас на 1 наблюдение меньше: 

df1 = df[:15]
pd.pivot(df1,columns="Gene",values="P",index="Phenotype")

Gene    Gene0   Gene1   Gene2   Gene3
Phenotype               
not cool    0.106681    0.415873    0.480102    0.721195
super cool  0.961991    0.261710    0.329859    NaN
very cool   0.069925    0.718771    0.200431    0.196573
very not cool   0.631423    0.403604    0.043415    0.373299

И это не удается, если вы попытаетесь вызвать clusterheatmap : 

sns.clustermap(df1, pivot_kws={'index': 'Phenotype','columns' : 'Gene','values' : 'P'})
The condensed distance matrix must contain only finite values.

Предлагаю проверить, являются ли пропущенные значения намеренными или ошибочными. Поэтому, если у вас действительно есть некоторые пропущенные значения, вы можете обойти кластеризацию, но предварительно вычислите связь и передайте ее функции, например, используя корреляцию ниже: 

import scipy.spatial as sp, scipy.cluster.hierarchy as hc

row_dism = 1 - df1.T.corr()
row_linkage = hc.linkage(sp.distance.squareform(row_dism), method='complete')
col_dism = 1 - df1.corr()
col_linkage = hc.linkage(sp.distance.squareform(col_dism), method='complete')

sns.clustermap(df1,figsize=(5, 5),row_linkage=row_linkage, col_linkage=col_linkage)

enter image description here

...