为何sns.scatterplot与plt.scatter对同一MNIST PCA数据输出不同？

问题背景 #

尝试用两种方式可视化MNIST手写数字数据集的PCA降维结果：

1. 使用sns.FacetGrid结合plt.scatter
2. 使用sns.scatterplot

但两种方法生成的图差异明显，尤其是数字9的位置完全相反，需分析原因并判断结果正确性。

核心代码与可视化结果 #

数据预处理与PCA降维代码 #

from keras.datasets import mnist
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA

(X_train, y_train), (X_test, y_test) = mnist.load_data()

dim_1 = X_train.shape[0]
dim_2 = X_train.shape[1]
dim_3 = X_train.shape[2]

arr = X_train.reshape(dim_1, dim_2 * dim_3)
sc = StandardScaler()
norm_arr = sc.fit_transform(arr)

pca = PCA(n_components=2)
pca_arr = pca.fit_transform(norm_arr)
pca_arr = np.vstack((pca_arr.T, y_train)).T
pca_df = pd.DataFrame(data=pca_arr, columns=("1st_principal", "2nd_principal", "label"))
pca_df = pca_df.astype({'label': 'int32'})

方法1：FacetGrid + plt.scatter #

代码：

sns.FacetGrid(pca_df, hue="label", height=6).map(plt.scatter, '1st_principal', '2nd_principal').add_legend()
plt.show()

可视化结果：

方法2：sns.scatterplot #

代码：

plt.figure(figsize=(7,7))
sns.scatterplot(x = pca_arr_combo[:, 0], y = pca_arr_combo[:, 1], 
                hue = pca_arr_combo[:, 2], palette = sns.hls_palette(10), legend = 'full')
plt.show()

可视化结果：

差异原因分析 #

两张图的核心差异并非来自FacetGrid或scatterplot的API差异，而是第二个代码中存在变量使用错误：

• 观察第二张图的x轴范围为0-9，正好对应MNIST的数字标签（0-9），说明代码中x = pca_arr_combo[:, 0]实际取的是标签列，而非PCA的第一主成分列。
• 结合预处理代码可知，正确的降维后数据结构是[第一主成分, 第二主成分, 标签]（对应pca_arr的列顺序），但pca_arr_combo的列顺序大概率被错误调整（比如变成了[标签, 第一主成分, 第二主成分]），导致x轴误用了标签数据，完全偏离了PCA可视化的初衷。

正确性判断 #

• 第一种方法（FacetGrid + plt.scatter）的可视化是正确的：它以PCA的两个主成分为坐标轴，按标签区分颜色，符合降维后数据分布的可视化需求。
• 第二种方法的结果是错误的，根源在于变量列索引使用错误，导致坐标轴含义完全偏离预期。

内容的提问来源于stack exchange，提问作者Nemo