mplcursors结合Seaborn与多个Pandas DataFrame绘图时光标失效问题排查

嘿，我太懂你遇到的这个坑了！问题根源其实很直白：Seaborn的scatterplot()返回的是Axes对象，而不是像matplotlib原生scatter()那样返回散点图的实际绘图元素（PathCollection）。你之前把annotation_names绑定到Axes上，mplcursors根本找不到对应的关联数据，自然就没法正常显示光标啦。

修正后的可运行代码 #

直接看能解决问题的版本：

from matplotlib import pyplot as plt
import mplcursors
from pandas import DataFrame
import seaborn as sns
sns.set()

df = DataFrame([("Alice", 163, 54), ("Bob", 174, 67), ("Charlie", 177, 73), ("Diane", 168, 57)], 
               columns=["name", "height", "weight"])
df1 = DataFrame([("Alice1", 140, 50), ("Bob1", 179, 60), ("Charlie1", 120, 70), ("Diane1", 122, 60)], 
                columns=["name", "height", "weight"])

fig, ax = plt.subplots(1, 1)

# 用Seaborn绘图后，提取实际的散点绘图元素
sns.scatterplot(data=df, x="height", y="weight", ax=ax)
# Axes的collections列表存储了所有散点元素，取最后一个就是刚创建的那组
scat = ax.collections[-1]
scat.annotation_names = [f'{n}\nh: {h}' for n, h in zip(df["name"], df["height"])]

sns.scatterplot(data=df1, x="height", y="weight", ax=ax)
scat1 = ax.collections[-1]
scat1.annotation_names = [f'{n}\nw: {w}' for n, w in zip(df1["name"], df1["weight"])]

# 把实际的散点元素传给mplcursors，而不是Axes
cursor = mplcursors.cursor([scat, scat1], hover=True)
cursor.connect("add", lambda sel: sel.annotation.set_text(sel.artist.annotation_names[sel.target.index]))

plt.show()

关键改动说明 #

• 拿到正确的绘图对象：每次用Seaborn在Axes上画完散点，ax.collections会新增一个PathCollection（就是你看到的那些散点圆点），用ax.collections[-1]就能精准拿到刚创建的那组散点。
• 绑定属性到正确对象：把annotation_names绑定到散点元素（PathCollection）上，而不是Seaborn返回的Axes，这样mplcursors回调里的sel.artist才能找到对应的标注文本。
• 让cursor监听正确元素：给mplcursors.cursor()传入散点元素列表，而不是Axes，这样光标才能和每个散点数据正确关联。

小提示 #

如果你的Jupyter Notebook用%matplotlib notebook后端偶尔还是出问题，可以试试切换成%matplotlib widget后端（需要提前安装ipympl库），交互式绘图的稳定性会更好。

内容的提问来源于stack exchange，提问作者puffin