Matplotlib・Seabornのsns.clustermapにデータセットや事前計算済み距離行列を渡す方法

概要

Seaborn の sns.clustermap() を使うと、行列形式のデータセットを「階層的クラスタリング」が適用されたヒートマップとして可視化できます。ここでは、基本的なデータセットの渡し方から、事前計算済みの距離行列を利用する方法までを解説します。

基本の手順

• sns.set_theme() で複数のテーマパラメータを一括設定する
• sns.load_dataset() でオンラインリポジトリからサンプルデータセット（iris）を読み込む（インターネット接続が必要）
• DataFrame.pop() メソッドで「species」列を取り除く。該当する列が見つからない場合は KeyError が発生する
• clustermap() メソッドで、行列データセットを階層的にクラスタリングされたヒートマップとして描画する
• plt.show() メソッドで図を表示する

コード例

from matplotlib import pyplot as plt
import seaborn as sns
plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True
sns.set_theme(color_codes=True)
iris = sns.load_dataset("iris")
species = iris.pop("species")
g = sns.clustermap(iris)
plt.show()

出力結果

上記のコードを実行すると、iris データセットの数値列に対して行方向・列方向それぞれに階層的クラスタリングが適用され、デンドログラム（樹形図）付きのヒートマップが表示されます。似た傾向を持つサンプルや特徴量が近くに配置されるため、データ全体の構造をひと目で把握できます。

事前計算済みの距離行列を渡す場合

すでに距離行列を計算している場合は、row_linkage や col_linkage 引数に scipy.cluster.hierarchy.linkage の結果を渡すことで、clustermap 側での距離計算をスキップできます。

from scipy.cluster.hierarchy import linkage

# 行方向のリンケージ（事前計算済み距離行列から作成）
row_link = linkage(iris, method="average")

g = sns.clustermap(iris, row_linkage=row_link)
plt.show()

このように row_linkage／col_linkage を指定すると、独自の距離指標やカスタムなクラスタリング結果を反映したヒートマップを作成でき、大規模データでは計算時間の削減にも役立ちます。