SciPy - set_link_color_palette() 方法

SciPy 的 set_link_color_palette() 方法用於執行 matplotlib 顏色程式碼的操作。它允許使用者在表示樹狀圖中的不同聚類時設定自定義顏色。此方法是 scipy.cluster.hierarchy 模組的一部分。

以下是此方法在資料分析中的用法：

• 層次聚類視覺化：這顯示了不同聚類具有不同顏色資料的視覺化結果。
• 資料呈現：資料更易讀，且在表示上更具視覺吸引力。
• 模式識別：這有助於我們識別聚類以及與更大資料集的關係。

語法

以下是 SciPy set_link_color_palette() 方法的語法：

set_link_color_palette(['color_code_1', 'color_code_2', ...])

引數

此方法接受基於資料輸入的自定義調色盤。

返回值

此方法不返回任何型別。

示例 1

以下是 SciPy set_link_color_palette() 方法，它演示了給定輸入資料中不同的調色盤。

import numpy as np
import matplotlib.pyplot as plt
from scipy.cluster.hierarchy import dendrogram, linkage, set_link_color_palette

# given data
X = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10]])

# hierarchical/agglomerative clustering
res = linkage(X, 'ward')

# set the custom color palette
set_link_color_palette(['r', 'g', 'b', 'c', 'm', 'y'])

# Plot dendrogram
dendrogram(res)
plt.show()

輸出

以上程式碼產生以下輸出：

示例 2

在這裡，我們使用 random.rand() 來設定給定資料，並藉助十六進位制顏色程式碼（例如 #33FF57）顯示調色盤。

import numpy as np
import matplotlib.pyplot as plt
from scipy.cluster.hierarchy import dendrogram, linkage, set_link_color_palette

# given data
X = np.random.rand(10, 2)

# hierarchical/agglomerative clustering
res = linkage(X, 'single')

# set a custom color palette using hexadecimal color codes
set_link_color_palette(['#FF5733', '#33FF57', '#3357FF', '#FF33A1'])

# plot dendrogram
dendrogram(res)
plt.show()

輸出

以上程式碼產生以下輸出：

示例 3

下面的程式使用 set_link_color_palette() 演示了更大資料集的調色盤。

import numpy as np
import matplotlib.pyplot as plt
from scipy.cluster.hierarchy import dendrogram, linkage, set_link_color_palette

# given data
X = np.random.rand(50, 2)

# hierarchical/agglomerative clustering
res = linkage(X, 'complete')

# set a larger custom color palette
palette = ['#FF0000', '#00FF00', '#0000FF', '#FFFF00', '#FF00FF', '#00FFFF',
           '#800000', '#808000', '#008000', '#800080', '#008080', '#000080']
set_link_color_palette(palette)

# plot dendrogram
dendrogram(res)
plt.show()

輸出

以上程式碼產生以下輸出：