Seaborn clustermap：主要论点是什么，观察或距离？

Question

seaborn clustermap 的 data 参数是什么。

是否需要一个矩阵，其中每个单元格是原始矩阵的向量与观测值之间的距离？或者clustermap自己计算距离所以我需要通过观察矩阵？

在第一种情况下，参数 metric 有什么用？有没有说明用了哪个metric来计算距离？

Answer 1

显然 - 查看您链接的页面上的“'examples'” - 它需要一个 data table，以及一个用于计算距离。

正如 clustermap 的文档明确指出的那样，它使用 scipy.spatial.distance.pdist 计算成对距离。

我没有看到使用预先计算的距离矩阵的选项，尽管可以传递可以执行矩阵查找的自定义函数。