在数据可视化中，树状图（Hierarchical Tree）是呈现层级关系数据的“利器”——小到文件目录结构，大到生物进化谱系、用户分群聚类，都能通过它清晰展现数据的从属与相似关系。今天就带大家从零开始，用Matplotlib实现树状图绘制，还会拆解关键参数与实战技巧，让你看完就能上手。

一、先搞懂：树状图的核心价值与适用场景

 
    在写代码前，我们得先明确“什么时候该用树状图”。它的核心优势是将抽象的层级/聚类关系转化为直观的分支结构，尤其适合这三类场景：
 
1. 聚类结果展示：比如K-Means聚类后，用树状图呈现不同样本的相似程度（分支越近，相似度越高）；
2. 层级数据梳理：像公司组织架构、产品分类体系、论文参考文献层级等；
3. 谱系关系呈现：例如生物分类（界-门-纲-目-科-属-种）、家族族谱等。

如果你的数据包含“父-子”从属关系，或需要体现“相似性聚类”，树状图会比普通图表更有说服力。

二、技术准备：Matplotlib绘制树状图的“关键依赖”
 

    Matplotlib本身没有直接绘制树状图的API，但可以借助 scipy.cluster.hierarchy 工具包——它能先对数据进行层级聚类计算，再生成可被Matplotlib渲染的树状图结构。所以第一步，先安装依赖包：
 

pip install matplotlib scipy numpy pandas

核心库分工：
scipy.cluster.hierarchy ：负责层级聚类计算与树状图结构生成；
matplotlib.pyplot ：负责最终的图表渲染、样式调整；
numpy/pandas ：负责数据预处理（如生成模拟数据或读取真实数据）。

三、实战1：基础树状图绘制——从0到1生成第一个图
 

    我们先从最简单的“模拟数据”入手，绘制一个基础树状图。比如模拟10个样本的聚类结果，用树状图展示它们的相似关系。
 
步骤1：生成模拟数据与聚类计算
 
首先用 numpy 生成10个样本（每个样本含2个特征），再通过 linkage 函数计算样本间的“距离”（即聚类依据）：

import matplotlib.pyplot as plt
import numpy as np
from scipy.cluster.hierarchy import linkage, dendrogram

# 1. 生成模拟数据：10个样本，每个样本2个特征
np.random.seed(42)  # 固定随机种子，保证结果可复现
data = np.random.rand(10, 2)  # 10行2列的随机数据，值在0-1之间

# 2. 计算层级聚类的“链接矩阵”：用ward方法（最小化类内方差）计算样本距离
# linkage函数是核心：输入数据、聚类方法，输出聚类结果矩阵
linkage_matrix = linkage(data, method='ward')

这里的 method='ward' 是常用的聚类方法，适合大多数场景；如果需要其他方法，也可以选 'single' （最短距离）、 'complete' （最长距离）等。
 
步骤2：用Matplotlib渲染树状图
 
有了 linkage_matrix ，再用 dendrogram 函数生成树状图结构，最后用Matplotlib调整样式并展示：

# 3. 创建画布与子图
plt.figure(figsize=(10, 6))  # 画布大小：宽10英寸，高6英寸
# 4. 绘制树状图：dendrogram函数将linkage矩阵转化为树状图
dendrogram(
    linkage_matrix,
    labels=[f"样本{i+1}" for i in range(10)],  # 给每个样本添加标签（避免默认数字）
    leaf_rotation=45,  # 叶子标签旋转45度，防止重叠
    leaf_font_size=10,  # 叶子标签字体大小
    color_threshold=5,  # 颜色阈值：距离小于5的分支用同色，大于5的用不同色（区分聚类）
    above_threshold_color='gray'  # 超过阈值的分支颜色（灰色）
)
# 5. 调整图表样式
plt.title('基础树状图：10个样本的层级聚类结果', fontsize=14, pad=20)  # 标题与边距
plt.xlabel('样本名称', fontsize=12)  # X轴标签
plt.ylabel('聚类距离（类内方差）', fontsize=12)  # Y轴标签：ward方法下是“类内方差”
plt.tight_layout()  # 自动调整布局，防止标签被截断
# 6. 展示或保存图表
plt.show()
# plt.savefig('基础树状图.png', dpi=300, bbox_inches='tight')  # 保存为高清图片（dpi=300）

结果解读：
横向分支：每个“Y”型分支代表一次聚类（两个样本/小类合并为一个大类）；
Y轴高度：代表聚类时的“距离”（ward方法下，高度越高，合并的两类相似度越低）；
颜色：颜色相同的分支属于同一聚类（由 color_threshold 控制，这里小于5的为同色，共3类）；
叶子标签：底部的“样本1-样本10”是原始样本，旋转45度后避免了标签重叠。

四、实战2：进阶优化——让树状图更“专业”
 

    基础图能看，但实际工作中需要更精细的样式调整。比如给分支添加数值标签、调整颜色方案、适配中文显示等。
 
进阶代码：带数值标签与中文优化的树状图

import matplotlib.pyplot as plt
import numpy as np
from scipy.cluster.hierarchy import linkage, dendrogram

# 1. 解决Matplotlib中文显示问题（关键！避免中文乱码）
plt.rcParams['font.sans-serif'] = ['WenQuanYi Zen Hei']  # 适配Linux
# plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  # 适配Windows
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 2. 用真实场景数据：比如5个产品的“销量-好评率”数据
products = ['产品A', '产品B', '产品C', '产品D', '产品E']
sales = [85, 62, 93, 78, 55]  # 销量（百件）
rating = [4.8, 4.2, 4.9, 4.5, 3.9]  # 好评率（分）
data = np.column_stack((sales, rating))  # 合并为2列数据

# 3. 计算聚类矩阵（用complete方法：基于最长距离）
linkage_matrix = linkage(data, method='complete')

# 4. 绘制树状图，并重定义分支样式
plt.figure(figsize=(10, 6))

# 核心：用dendrogram返回值获取分支位置，添加数值标签
dend = dendrogram(
    linkage_matrix,
    labels=products,  # 用产品名作为标签
    leaf_rotation=0,  # 产品名较短，不旋转
    leaf_font_size=11,
    color_threshold=15,  # 调整颜色阈值，区分2个大类
    above_threshold_color='lightgray',
    linewidths=1.5  # 加粗分支线条
)

# 给每个分支添加“聚类距离”标签（关键进阶操作）
for i, d, c in zip(dend['icoord'], dend['dcoord'], dend['color_list']):
    x = 0.5 * sum(i[1:3])  # 分支中点的X坐标
    y = d[1]  # 分支的Y坐标（即聚类距离）
    plt.plot(x, y, 'o', color=c, markersize=6)  # 画一个小圆点
    plt.annotate(
        f'{y:.1f}',  # 显示距离数值（保留1位小数）
        xy=(x, y),
        xytext=(0, 5),  # 文本在点上方5个像素
        textcoords='offset points',
        ha='center',  # 水平居中
        fontsize=9
    )

# 5. 最终样式调整
plt.title('产品层级聚类树状图（销量-好评率）', fontsize=14, pad=20, fontweight='bold')
plt.xlabel('产品名称', fontsize=12)
plt.ylabel('聚类距离（最长距离法）', fontsize=12)
plt.grid(axis='y', alpha=0.3, linestyle='--')  # 添加Y轴网格线，方便读值
plt.tight_layout()
plt.show()

进阶亮点：
1. 中文适配：通过 plt.rcParams 设置中文字体，解决乱码问题；
2. 数值标签：用 dendrogram 返回的 icoord （X坐标）和 dcoord （Y坐标），给每个分支添加“聚类距离”标签，让读者直观看到合并时的距离；
3. 网格线：添加Y轴网格线，方便对比不同分支的距离大小；
4. 真实数据：用“产品销量-好评率”数据，更贴近实际工作场景。

五、实战3：树状图+热力图——强强联合，呈现多维度数据
 

    之前我们提到，树状图适合展示层级关系，而热力图适合展示数值大小。两者结合能让数据更立体——比如分析10个城市的“气温、湿度、PM2.5”数据，用树状图聚类城市，用热力图展示指标数值。
 联合可视化代码：
 

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from scipy.cluster.hierarchy import linkage, dendrogram, leaves_list

# 1. 中文适配与数据准备
plt.rcParams['font.sans-serif'] = ['WenQuanYi Zen Hei']
plt.rcParams['axes.unicode_minus'] = False

# 模拟10个城市的3个环境指标数据
cities = ['北京', '上海', '广州', '深圳', '杭州', '成都', '武汉', '西安', '南京', '重庆']
np.random.seed(42)
data = np.random.randint(30, 90, size=(10, 3))  # 10行3列：10个城市，3个指标
df = pd.DataFrame(data, index=cities, columns=['气温(℃)', '湿度(%)', 'PM2.5(μg/m³)'])

# 2. 计算城市聚类的linkage矩阵（按行聚类）
linkage_matrix = linkage(df, method='ward')
# 获取聚类后的城市顺序（用于热力图与树状图对齐）
leaf_order = leaves_list(linkage_matrix)
df_ordered = df.iloc[leaf_order]  # 按聚类顺序重新排列DataFrame

# 3. 创建2x1的子图布局：上方树状图，下方热力图
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 10), gridspec_kw={'height_ratios': [1, 2]})

# 4. 绘制上方树状图（隐藏X轴，与热力图对齐）
dendrogram(
    linkage_matrix,
    labels=df.index,
    ax=ax1,
    leaf_rotation=45,
    leaf_font_size=10,
    color_threshold=80,
    above_threshold_color='gray'
)
ax1.set_xlabel('')  # 隐藏树状图的X轴（与热力图X轴重复）
ax1.set_title('城市环境指标层级聚类：树状图+热力图', fontsize=14, pad=20, fontweight='bold')

# 5. 绘制下方热力图（按聚类顺序排列）
im = ax2.imshow(df_ordered.values, cmap='YlOrRd', aspect='auto')  # YlOrRd：黄-橙-红配色

# 6. 调整热力图标签
ax2.set_xticks(range(len(df.columns)))
ax2.set_xticklabels(df.columns, fontsize=11)
ax2.set_yticks(range(len(df_ordered.index)))
ax2.set_yticklabels(df_ordered.index, fontsize=10)

# 7. 给热力图每个格子添加数值标签
for i in range(len(df_ordered.index)):
    for j in range(len(df.columns)):
        text = ax2.text(j, i, df_ordered.iloc[i, j], ha='center', va='center', fontsize=9)

# 8. 添加颜色条（解释热力图颜色含义）
cbar = plt.colorbar(im, ax=ax2, shrink=0.8)
cbar.set_label('指标数值', fontsize=11)

# 9. 调整布局
plt.tight_layout()
plt.show()

联合优势：
树状图：展示10个城市的聚类关系（比如“北京-西安”相似度高，“广州-深圳”相似度高）；
热力图：按聚类顺序排列城市，用颜色深浅展示“气温、湿度、PM2.5”的具体数值，让“为什么这两个城市聚类在一起”有了数据支撑（比如北京和西安的PM2.5数值都偏高）。

六、避坑指南：新手常犯的3个错误
 

1. 中文乱码：忘记设置中文字体，导致标签显示为“方框”。解决方法：必加 plt.rcParams 字体设置；
2. 标签重叠：样本/类别名称过长，导致底部标签重叠。解决方法：用 leaf_rotation=45 旋转标签，或缩小 leaf_font_size ；
3. 颜色阈值不合理： color_threshold 设置过大/过小，导致聚类颜色区分不明显。解决方法：先看Y轴最大距离，再将阈值设为“最大距离的1/2~2/3”（比如Y轴最大距离100，阈值设为50~60）。

七、总结
 

    Matplotlib+Scipy的组合，能轻松实现从“基础树状图”到“进阶联合可视化”的全流程。核心步骤可以概括为：
 
1. 用 scipy.cluster.hierarchy.linkage 计算聚类矩阵；
2. 用 dendrogram 生成树状图结构；
3. 用Matplotlib调整样式（标签、颜色、布局）；
4. 按需与热力图、散点图组合，提升数据解读力。
 
无论是汇报聚类结果，还是梳理层级数据，树状图都是你的“可视化加分项”。赶紧用自己的数据试试吧！