如何在Seaborn scatterplot中实现点击图例隐藏对应线条？

你使用seaborn绘制分组散点图的代码如下：

tips = sns.load_dataset("tips")
g = sns.scatterplot(x="total_bill", y="tip", hue="time", data=tips)
plt.show()

生成的效果图：

你之前尝试用get_children获取独立绘图元素失败，核心原因是seaborn的scatterplot开启hue分组时，不会像matplotlib线图那样为每个分组生成独立的绘图对象：所有散点会被存储为同一个PathCollection实例，分组差异是通过颜色、大小等属性数组区分的，直接套用线图的图例点选逻辑自然不生效。

可直接运行的实现代码 #

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

# 绘制基础散点图
tips = sns.load_dataset("tips")
ax = sns.scatterplot(x="total_bill", y="tip", hue="time", data=tips)
fig = plt.gcf()

# 1. 获取核心对象
scatter_coll = ax.collections[0]  # 直接拿到当前轴的散点集合，不需要遍历get_children
origin_facecolors = scatter_coll.get_facecolors()  # 所有散点的原始颜色
legend = ax.get_legend()
click_sensitivity = 5  # 图例点击的识别半径（像素）

# 2. 建立图例项和对应分组散点的映射
legend_map = {}
for handle, text in zip(legend.legendHandles, legend.get_texts()):
    handle.set_picker(click_sensitivity)  # 给图例项开启点击检测
    # 匹配所有和当前图例颜色一致的散点索引
    group_mask = np.all(origin_facecolors == handle.get_facecolor(), axis=1)
    legend_map[handle] = {
        "is_show": True,
        "scatter_mask": group_mask
    }

# 3. 定义点击回调函数
def toggle_scatter_visibility(event):
    clicked_item = event.artist
    if clicked_item not in legend_map:
        return
    # 切换状态
    state = legend_map[clicked_item]
    state["is_show"] = not state["is_show"]
    # 修改对应分组散点的透明度（比直接增删元素性能高很多）
    alpha_arr = scatter_coll.get_facecolors()[:, -1]
    alpha_arr[state["scatter_mask"]] = 1 if state["is_show"] else 0.15
    scatter_coll.set_alpha(alpha_arr)
    # 同步修改图例项透明度，给出视觉反馈
    clicked_item.set_alpha(1 if state["is_show"] else 0.2)
    fig.canvas.draw()

# 4. 绑定事件
fig.canvas.mpl_connect("pick_event", toggle_scatter_visibility)

plt.show()

关键注意点 #

• 不需要用get_children逐层遍历查找元素，seaborn散点图生成的散点集合直接存在ax.collections列表中，单散点图层场景下取索引0即可。
• 采用修改透明度的方式实现显隐切换，不需要反复重绘散点集合，大数量级下交互流畅度远高于增删元素的方案。
• 如果你的散点同时用style/size做了分组映射，只需要在匹配散点索引时，把标记形状、大小的判断条件加入掩码逻辑即可，不需要调整整体交互框架。

内容的提问来源于stack exchange，提问作者Nils F.