使用Texthero计算PCA与KMeans后绘制散点图空白问题问询

• 先拆分PCA输出列为独立的坐标列
  Texthero的pca()接口默认输出的是每行包含维度数值的列表，无法直接作为绘图的x、y轴数据源，需要先拆分为单独的列，参考代码：

import pandas as pd
# 假设你的PCA结果存储在df的pca列下
df[['pca_x', 'pca_y']] = pd.DataFrame(df['pca'].tolist(), index=df.index)

• 核对绘图参数配置
  确认绘图时传入的x、y轴列名、聚类标签列名和数据帧的实际列名完全一致，避免因参数拼写错误无法读取数据，以seaborn为例的正确参考写法：

import seaborn as sns
import matplotlib.pyplot as plt
# 假设KMeans结果存储在kmeans列下
sns.scatterplot(data=df, x='pca_x', y='pca_y', hue='kmeans')
plt.show()

• 排查数据异常问题
  1. 执行df[['pca_x', 'pca_y', 'kmeans']].isnull().sum()检查对应列是否存在空值，空值过多会导致无数据可绘
  2. 执行df[['pca_x', 'pca_y']].describe()查看坐标值的数值范围，确认你手动设置的xlim/ylim没有超出所有数据的区间，避免点全部落在画布外
• 确认预处理流程有效性
  如果文本预处理阶段过滤规则过严，导致所有文本被处理为空字符串，后续PCA和KMeans计算结果全部为无效值，也会出现空白图，可以返回检查预处理后的文本列是否仍有有效内容。

内容的提问来源于stack exchange，提问作者kittyKat