dendrogram图是平的根本原因是未提供linkage矩阵,必须先用linkage(X, method='ward')生成Z,再传入dendrogram(Z);它不接受原始数据,只认linkage输出。

scipy.cluster.hierarchy.dendrogram 画出来的图为什么是平的?
常见现象是调用 dendrogram 后只看到一条横线或节点全部挤在底部,没有层次结构。根本原因是输入的链接矩阵(linkage matrix)没生成,或者传错了——dendrogram 不接受原始数据,只认 linkage 的输出。
必须先用 scipy.cluster.hierarchy.linkage 计算层级关系,再喂给 dendrogram:
from scipy.cluster.hierarchy import linkage, dendrogram import matplotlib.pyplot as plt <h1>X 是你的 (n_samples, n_features) 数组</h1><p>Z = linkage(X, method='ward') # 必须这一步 dendrogram(Z) plt.show()</p>
-
method建议初试用'ward'(对欧氏距离敏感,抗噪好),别直接用默认的'single',容易链式连接导致树形失真 - 如果
X含缺失值或非数值列,linkage会直接报ValueError: Input must be 2-dimensional.或nan相关错误,务必提前用sklearn.impute或pandas.dropna()处理 - 样本量 > 1000 时,
dendrogram渲染极慢,可先用truncate_mode='level'和p=5控制只画顶层 5 层
如何让树状图显示真实样本标签而不是数字编号?
默认 dendrogram 把每个叶子节点标成 0, 1, 2...,但实际分析中你需要看到 'user_123' 或 'gene_APOE' 这类标识。
关键参数是 labels,它必须是长度等于样本数的列表或数组,且顺序要和原始 X 行顺序严格一致:
dendrogram(Z, labels=my_sample_names, orientation='right')
- 如果
my_sample_names是 pandasSeries或Index,确保没被重排过——linkage不会保留索引,它只按X的行序计算 - 中文标签可能因字体缺失显示为方块,加
plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS']解决 - 标签太长会重叠,用
leaf_rotation=45或leaf_font_size=8调整
distance_threshold 参数为什么没生效?
想用 distance_threshold 自动切出簇,却发现树状图还是全量展开,或者切割线没出现。这是因为该参数只在配合 truncate_mode='lastp' 以外的模式时才控制切割逻辑,且必须和 ax 配合才能画出阈值线。
- 单独设
distance_threshold=5不会隐藏子树,仅当同时设truncate_mode=None(默认)且后续调用cluster模块时才起聚类作用 - 要可视化阈值线,得手动加:
dn = dendrogram(Z, distance_threshold=5) plt.axhline(y=5, c='k', ls='--')
- 注意:不同
method下的距离尺度差异极大。'ward'输出的是方差增量,数值通常远小于'complete'的最大距离,不能跨方法直接比大小
用 sklearn.AgglomerativeClustering 得到的标签怎么和 dendrogram 对齐?
很多人先用 AgglomerativeClustering 聚类拿标签,再回头画树状图,结果发现簇编号和树形结构对不上——因为 AgglomerativeClustering 不提供链接矩阵,它的合并过程不可逆。
- 必须从同一份
linkage结果出发:用fcluster(Z, t=5, criterion='distance')获取与树状图完全同步的簇标签 -
fcluster的t单位和linkage输出的距离单位一致,而AgglomerativeClustering的n_clusters是硬指定数量,二者逻辑不同,不能混用 - 如果坚持用 sklearn,只能放弃树状图,或改用
plot_dendrogram(scikit-learn 1.2+)但该函数内部仍调用 scipy 的linkage,只是封装了一层
真正麻烦的不是代码几行,而是 linkage 矩阵一旦生成就锁死了距离度量、连接准则和数据缩放方式——换一个 StandardScaler 的 fit 范围,整个树形都可能翻转。动手前,先确认标准化是否必要,以及是否已在聚类前统一做过。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!











