如何在Matplotlib中按条件显示Seaborn散点图的文本标签

方法1：修改原有循环，增加条件判断（改动最小） #

只需要在原有循环的plt.text逻辑外增加条件判断即可，修改后完整代码如下：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 构造数据集
data = {'Var1':[3,  8,  4,  2, 13],
        'Var2':[5,  7,  9,  10, 15],
        'Name':['obs1', 'obs2', 'obs3', 'obs4', 'obs5']}  
df1 = pd.DataFrame(data)

# 绘制散点图
sns.scatterplot(data=df1,x='Var1',y='Var2')

# 仅给符合条件的点加标签
for i in range(df1.shape[0]):
    # 增加Var2的条件判断：高于14 或 低于8
    if df1.Var2[i] > 14 or df1.Var2[i] < 8:
        plt.text(x=df1.Var1[i]+0.3, y=df1.Var2[i]+0.3,s=df1.Name[i], 
                 fontdict=dict(color="black",size=10),
                 bbox=dict(facecolor="white",alpha=0.5))
plt.show()

运行后只会给obs1(Var2=5<8)、obs2(Var2=7<8)、obs5(Var2=15>14)三个点添加标签。

方法2：先筛选符合条件的子集再遍历（数据量大时效率更高） #

先过滤出满足条件的观测点，再遍历子集添加标签，不需要遍历全量数据：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = {'Var1':[3,  8,  4,  2, 13],
        'Var2':[5,  7,  9,  10, 15],
        'Name':['obs1', 'obs2', 'obs3', 'obs4', 'obs5']}  
df1 = pd.DataFrame(data)

sns.scatterplot(data=df1,x='Var1',y='Var2')

# 先筛选符合条件的子集
cond = (df1['Var2'] > 14) | (df1['Var2'] < 8)
df_label = df1[cond]

# 遍历子集添加标签
for _, row in df_label.iterrows():
    plt.text(x=row['Var1']+0.3, y=row['Var2']+0.3, s=row['Name'],
             fontdict=dict(color="black",size=10),
             bbox=dict(facecolor="white",alpha=0.5))
plt.show()

内容的提问来源于stack exchange，提问作者Guillaume