熊猫数据图中的相似词集

Question

我有一个大的dataframe，这里有一个小子集：

key_words  prove      have      read   represent  lead   replace  
be         0.58       0.49      0.48     0.17     0.23   0.89   
represent  0.66       0.43      0        1        0      0.46   
associate  0.88       0.23      0.12     0.43     0.11   0.67   
induce     0.43       0.41      0.33     0.47     0      0.43   

它显示了来自key_words的每个单词与其余列的距离有多近(根据它们的嵌入距离)。

我想要找到一种方法来可视化这个数据，这样我就可以看到在彼此最接近的单词之间形成的集群。

考虑到key_word列有字符串值，是否有一种简单的方法来做到这一点？

Answer 1

一种选择是将key_words列设置为索引，并使用seaborn.clustermap绘制集群：

# pip install seaborn
import seaborn as sns

sns.clustermap(df.set_index('key_words'),  # data
               vmin=0, vmax=1,    # values of min/max here white/black
               cmap='Greys',      # color palette
               figsize=(5,5)      # plot size
               )

产出：

​

​