我用SciPy制作了下面的树状图：

# create the dendrogram

from scipy.cluster import hierarchy as hc
from scipy.stats import spearmanr as sp
import matplotlib.pyplot as plt
%matplotlib inline

corr = np.round(sp(data_for_cluster).correlation, 4)
corr_condensed = hc.distance.squareform(1-corr)
z = hc.linkage(corr_condensed, method='average')
fig = plt.figure(figsize=(20,35))
dendrogram = hc.dendrogram(z, labels=vals_to_keep, orientation='left', 
leaf_font_size=14)
plt.show()

它给出了以下图片：

我不太清楚如何解释树形图中的颜色，从documentation中可以看到color_threshold参数的描述：
为简单起见，设t为color_threshold。如果k是分割阈值t以下的第一个节点，则将聚类节点k以下的所有后代链接着色为相同的颜色。连接距离大于或等于阈值的节点的所有链接着色为蓝色。如果t小于或等于零，则所有节点着色为蓝色。如果color_threshold为None或“default”，则对应于MATLAB（TM）行为时，阈值被设置为0.7*max（Z[：，2]）。
然而，令我困惑的是，为什么有些看起来非常接近的聚类没有被赋予不同的颜色，而其他相距较远的聚类......却被赋予了不同的颜色。
我认为，在其他条件相同的情况下，聚类越紧密，它们就越有可能是不同的颜色，以表示聚类成员，但事实似乎并非如此。