如何在Seaborn FacetGrid中通过拾取事件显示散点图点的全部信息

问题说明 #

已通过Seaborn的FacetGrid和scatterplot实现数据可视化：以Epsilon1为no的函数，通过子图区分A类别、颜色区分B类别，绘图正常。需求是点击任意散点时，在IPython控制台和Matplotlib图的状态栏显示对应DataFrame行的全部信息（如'no':5, 'Date':1997-12-15 03:50:41, 'A':A6, 'B':B4, 'Epsilon1':0.670635, 'Epsilon2':0.756461, 'Epsilon3':0.530825）。尝试使用onpick事件未成功，无法理解event.ind返回整数列表的原因。

关键解释：event.ind的含义 #

event.ind返回的是当前子图中被点击散点在该子图数据集中的位置索引。因为FacetGrid会将原始DataFrame按A分组后分别绘制每个子图，每个子图的数据集是原始数据的子集，所以这个索引是子集内的相对位置，不是原始DataFrame的全局索引。

解决方案 #

1. 在绘制散点时，将原始DataFrame的全局索引绑定到每个散点的Artist对象上
2. 重写Matplotlib画布的format_coord方法，实现状态栏显示点击数据
3. 在onpick事件中，通过绑定的全局索引提取完整行数据，输出到控制台

修改后的完整代码 #

import pandas as pd
import numpy as np 
import seaborn as sns
import random
import matplotlib.pyplot as plt

# 数据库规模
n = 1000

nA = 6
nB = 5

no = np.arange(n)
date = np.random.randint(1e9, size=n).astype('datetime64[s]')
A = [''.join(['A',str(random.randint(1, nA))]) for j in range(n)]
B = [''.join(['B',str(random.randint(1, nB))]) for j in range(n)]
Epsilon1 = np.random.random_sample((n,))
Epsilon2 = np.random.random_sample((n,))
Epsilon3 = np.random.random_sample((n,))

data = pd.DataFrame({'no':no,
                     'Date':date,
                     'A':A,
                     'B':B,
                     'Epsilon1':Epsilon1,
                     'Epsilon2':Epsilon2,
                     'Epsilon3':Epsilon3})

# 存储当前点击的行数据，供状态栏显示
current_row = None

def onpick(event):
    global current_row
    # 获取点击散点对应的原始DataFrame全局索引
    selected_indices = event.artist.custom_indices[event.ind]
    # 提取完整行数据
    current_row = data.loc[selected_indices].iloc[0]
    # 输出到IPython控制台
    print(current_row.to_dict())

def plot_Epsilon1_seaborn():
    global current_row
    sns.set_theme()
    
    g = sns.FacetGrid(data, 
                      col="A", 
                      col_wrap=4,
                      hue='B',
                      hue_order=data['B'].sort_values().drop_duplicates().tolist(),
                      palette="viridis", 
                      col_order=data['A'].sort_values().drop_duplicates().tolist()) 
    
    # 自定义绘图函数，绑定原始索引到散点对象
    def scatter_with_indices(x, y, data, **kwargs):
        # 获取当前分组数据对应的原始全局索引
        indices = data.index
        # 绘制散点
        scatter = sns.scatterplot(x=x, y=y, data=data, **kwargs)
        # 将全局索引绑定到散点对象上
        scatter.custom_indices = indices
    
    g.map(scatter_with_indices, 'no', 'Epsilon1', picker=True)
    
    g.add_legend()
    
    # 重写format_coord方法，修改状态栏显示内容
    def format_coord(x, y):
        if current_row is not None:
            # 将行数据格式化为字符串
            row_str = ', '.join([f"'{k}':{repr(v)}" for k, v in current_row.to_dict().items()])
            return row_str
        # 无点击时显示默认坐标
        return f'x={x:.2f}, y={y:.2f}'
    
    g.fig.canvas.format_coord = format_coord
    g.fig.canvas.mpl_connect("pick_event", onpick)

if __name__ == '__main__':
    plot_Epsilon1_seaborn()
    plt.show()

代码说明 #

• 绑定全局索引：通过自定义的scatter_with_indices函数，在绘制每个子图的散点时，将该子图数据对应的原始DataFrame全局索引存储到散点对象的custom_indices属性中
• onpick事件处理：点击散点时，通过event.ind获取子图内的相对索引，再结合custom_indices得到原始全局索引，从而提取完整行数据并打印到控制台
• 状态栏显示：重写format_coord方法，当有点击事件时，在状态栏显示当前点击行的所有数据，无点击时显示默认坐标

内容的提问来源于stack exchange，提问作者Julien M.