如何在UMAP散点图中添加/替换为字符串类型的pid标签

可以用Matplotlib手动绘制UMAP结果并添加文本标签，替换原有的umap.plot.points方法，就能明确显示每个点对应的pid字符串：

实现代码 #

import umap
import matplotlib.pyplot as plt

# 训练UMAP模型，注意保留原数据的pid列
mapper = umap.UMAP(n_neighbors=5, metric='hamming').fit(data.drop('pid', axis=1))
# 获取UMAP降维后的二维坐标
umap_coords = mapper.embedding_

# 创建绘图对象
fig, ax = plt.subplots(figsize=(10, 8))

# 可选：保留原有彩色聚类标记的话，先绘制彩色散点
ax.scatter(umap_coords[:, 0], umap_coords[:, 1], c=np.array(clusters['leaves_color_list']), s=50, alpha=0.6)

# 遍历每个点，添加对应的pid文本标签
for idx, (x, y) in enumerate(umap_coords):
    pid_label = data['pid'].iloc[idx]
    ax.text(x, y, pid_label, fontsize=8, ha='center', va='center')

# 设置图表标题与坐标轴标签
ax.set_title('UMAP散点图（带pid标签）')
ax.set_xlabel('UMAP 第一维度')
ax.set_ylabel('UMAP 第二维度')

plt.show()

关键说明 #

• 通过mapper.embedding_可获取UMAP降维后的坐标数据，这是模型训练完成后输出的核心结果
• 若不需要原有彩色散点，直接删除ax.scatter代码行，仅保留文本标签即可
• 调整fontsize（字体大小）、s（散点尺寸）、alpha（透明度）等参数，能优化标签可读性，减少重叠问题

内容的提问来源于stack exchange，提问作者Chris