seaborn scatterplot绘制DBSCAN聚类结果报错pos_x无法识别

你遇到的ValueError: Could not interpret value 'pos_x' for parameter 'x'核心原因是数据类型不匹配：

• 你通过.to_numpy()把筛选出的pos_x、pos_y两列从pandas DataFrame转成了numpy数组，numpy数组不存在列名属性
• 当你给sns.scatterplot的x、y参数传入字符串列名时，seaborn要求data参数必须是带列名索引的结构化数据（如pandas DataFrame），无法在numpy数组中匹配到对应列名，就会触发该报错。

二选一即可：

方案1：保留DataFrame结构（最贴合你原本的代码逻辑） #

去掉.to_numpy()调用，直接用带列名的DataFrame做聚类和绘图输入，修改后可运行代码如下：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.cluster import DBSCAN

dataset = pd.read_csv(r'/Users/file_name.csv')
# 移除.to_numpy()，保留DataFrame的列名信息
Data = dataset[["pos_x","pos_y"]]
dbscan = DBSCAN()
clusters = dbscan.fit(Data)
p = sns.scatterplot(data=Data, x="pos_x", y="pos_y", hue=clusters.labels_, legend="full", palette="deep")
sns.move_legend(p, "upper right", bbox_to_anchor=(1.17, 1.2), title='Clusters')
plt.show()

方案2：保留numpy数组格式，直接传入列数据 #

如果你后续处理必须用numpy数组格式，绘图时就不要给x、y传字符串列名，直接传入numpy数组对应的列切片即可：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.cluster import DBSCAN

dataset = pd.read_csv(r'/Users/file_name.csv')
Data = dataset[["pos_x","pos_y"]].to_numpy()
dbscan = DBSCAN()
clusters = dbscan.fit(Data)
# numpy数组第0列为pos_x，第1列为pos_y，直接传入数组即可
p = sns.scatterplot(x=Data[:, 0], y=Data[:, 1], hue=clusters.labels_, legend="full", palette="deep")
sns.move_legend(p, "upper right", bbox_to_anchor=(1.17, 1.2), title='Clusters')
plt.show()

补充说明：DBSCAN的fit方法既支持pandas DataFrame输入，也支持numpy数组输入，两种改法都不会影响聚类结果。

内容的提问来源于stack exchange，提问作者ttina