使用mplcursors访问本地数据时的标注异常问题排查

• 闭包延迟绑定导致变量引用错误：循环中定义的on_add回调函数属于闭包，它不会在定义时立即捕获当前循环的local_data_df，而是在触发hover事件时才去查找该变量。当循环结束后，local_data_df最终指向最后一次循环的sith数据集，因此所有点的hover提示都会显示sith的信息，坐标也对应错误。
• 缺失numpy导入：代码中使用了np.random.uniform()但未导入numpy库，会导致运行报错。

import pandas as pd
import matplotlib.pyplot as plt
import mplcursors
import numpy as np  # 补上缺失的numpy导入
%matplotlib qt5

def random_data(rows_count):
    data = []
    for i in range(rows_count):
        row = {}
        row["x"] = np.random.uniform()
        row["y"] = np.random.uniform()
        if i % 2 == 0:
            row["type"] = "sith"
            row["color"] = "red"
        else:
            row["type"] = "jedi"
            row["color"] = "blue"
        data.append(row)
    return pd.DataFrame(data)

data_df = random_data(30)

fig, ax = plt.subplots(figsize=(8,8))

types = ["jedi","sith"]

for scat_type in types:
    local_data_df = data_df.loc[data_df["type"] == scat_type].reset_index(drop=True)  # 重置索引避免原df索引混乱
    scat = ax.scatter(local_data_df["x"],
               local_data_df["y"],
               c=local_data_df["color"],
               label=scat_type)
    cursor = mplcursors.cursor(scat, hover=mplcursors.HoverMode.Transient)
    # 使用默认参数捕获当前循环的local_data_df，避免闭包延迟绑定问题
    @cursor.connect("add")
    def on_add(sel, df=local_data_df):
        row = df.iloc[sel.index]
        annotation = (
            f"{row['type']}\n"
            f"x: {row['x']:.4f}\n"
            f"y: {row['y']:.4f}"
        )
        sel.annotation.set(text=annotation)

ax.legend()
plt.title("a battle of Force users")
plt.xlabel("x")
plt.ylabel("y")
plt.xlim(-1, 2)
plt.ylim(-1, 2)
ax.set_aspect('equal', adjustable='box')
plt.show()

• 补上import numpy as np，解决未定义np的报错。
• 对local_data_df执行reset_index(drop=True)，确保散点图内的索引与DataFrame的索引一一对应，避免因原DataFrame索引不连续导致的坐标错误。
• 在on_add函数中添加默认参数df=local_data_df，利用Python默认参数在定义时求值的特性，将当前循环的数据集绑定到回调函数中，解决闭包延迟绑定的问题。
• 使用f-string格式化标注文本，让输出更整洁易读。

内容的提问来源于stack exchange，提问作者Plop