天津 响应式网站设计/友情链接交换网址大全
1、前言
聚类分析是机器学习和数据分析中非常常见的分类方法，
当我们用到层次聚类（系统聚类）时，最常用的分析方法就是绘制树状图，
比较常见的统计软件像SPSS、SAS、R等都可以直接绘制树状图，比较简单，
今天主要介绍下python怎么绘制。
2、Plotly
python绘制树状图主要介绍使用Plotly工具(当然也可能有其他方法)
2.1 安装Plotlypip install plotly注意：树形图可在1.8.7+版本中使用。运行pip install plotly --upgrade以更新您的Plotly版本。
import plotlyplotly.__version__
2.2注册 Plotly注意：Plotly的Python库是免费的开源软件！
但是想要使用Plotly需要注册并调用，自己可以将Plotly设置为在线或离线模式或jupyter笔记本中工作。
根据生成的密匙来调用：import plotlyplotly.tools.set_credentials_file(username='****注册用户名****', api_key='****密匙****')
2.3 调用试行import plotly.plotly as pyimport plotly.figure_factory as ffimport numpy as npX = np.random.rand(15, 15)dendro = ff.create_dendrogram(X)dendro['layout'].update({'width':800, 'height':500})py.iplot(dendro, filename='simple_dendrogram')
生成树状图
我们可以看到图片的右上角和右下角还有可以编辑的功能，大家可以自己测试一下
2.4实际运行
2.4.1导入数据import pandas as pddata = pd.read_csv('cluster.csv')
2.4.2查看数据data.head()
2.4.3 生成树状图X = data[["sum1","sum2","X1","X2","X3"]]
先定义X，确定分类变量fig = ff.create_dendrogram(X, orientation='left',labels=list(data["城市"]))fig['layout'].update({'width':800, 'height':800})py.iplot(fig, filename='dendrogram_with_labels')
画图
由于城市数量较多所以左边显示的比较模糊，其实也是要说明的一点：
当分类的类别较多时不建议画树状图来分析。
原文出处：https://blog.csdn.net/Andy_shenzl/article/details/81806899
打开App，阅读手记