如何使用Python实现带悬停交互的圆形剧场座位可视化图表

不推荐继续用Tkinter实现，该场景需要大量自定义绘制、交互事件监听逻辑，手动实现成本高，优先用以下成熟工具完成开发：

可选工具包推荐 #

• Plotly：最推荐的轻量化方案，原生支持极坐标散点图，可直接生成弧形排布的座位点，自带hover提示框、下拉交互控件，不用手动实现任何底层绘制逻辑。如果不需要原生桌面GUI，直接生成HTML文件即可打开使用；需要做桌面端的话可以用PyQt/PySide的QWebEngineView组件嵌入生成的页面，打包成本极低。
• PyQt/PySide：适合需要纯原生桌面GUI的场景，自带Graphics View框架，支持批量绘制圆形座位元素，原生支持hover事件和自定义tooltip，坐标计算逻辑和Web端方案一致，完成开发后可直接用PyInstaller打包成exe文件。
• Bokeh：和Plotly特性类似，属于Web优先的交互可视化库，同样支持极坐标布局、自定义hover提示和交互控件，适合做可分享的浏览器端交互页面。

核心实现步骤 #

• 第一步计算座位坐标：先确定总排数、每排座位数，每一排对应固定的半径值，该排所有座位的角度在指定角度区间内均分，极坐标(r,θ)转平面坐标的公式为x = r*cosθ、y = r*sinθ，批量计算后即可得到完全匹配圆形剧场的弧形座位排布。
• 第二步绑定业务数据：将DataFrame中每一行的姓名、性别、音乐喜好字段和对应座位的坐标一一关联。
• 第三步配置染色规则：定义两套染色映射，按性别染色：男性→蓝色、女性→红色、其他→灰色；按音乐喜好染色：喜欢→绿色、不喜欢→红色，配套添加切换控件供用户选择染色维度。
• 第四步配置hover提示：用工具自带的tooltip功能，将座位绑定的三个字段配置到提示模板中，悬停时自动弹出展示。
• 第五步（可选）打包为桌面应用：如果需要本地exe程序，可将Plotly/Bokeh生成的页面嵌入PyQt的WebView组件，或是用PyQt Graphics View全原生实现后打包。

最简示例代码（Plotly版） #

import plotly.graph_objects as go
import pandas as pd
import numpy as np

# 替换为你的实际DataFrame
df = pd.DataFrame({
    "姓名": ["张三", "李四", "王五", "赵六"],
    "性别": ["男", "女", "其他", "男"],
    "是否喜欢音乐": ["是", "否", "是", "否"]
})

# 示例：4个座位的极坐标，可按实际排数、座位数批量生成
r = [2, 2, 3, 3]  # 半径对应排数
theta = [45, 135, 60, 120]  # 角度对应同排座位位置

# 初始按性别染色
color_sex_map = {"男": "blue", "女": "red", "其他": "gray"}
init_colors = df["性别"].map(color_sex_map)

fig = go.Figure()
fig.add_trace(go.Scatterpolar(
    r=r,
    theta=theta,
    mode="markers",
    marker=dict(size=20, color=init_colors),
    customdata=df.values,  # 绑定全量业务字段
    hovertemplate="""
    姓名: %{customdata[0]}<br>
    性别: %{customdata[1]}<br>
    是否喜欢音乐: %{customdata[2]}
    """
))

# 添加染色维度切换下拉按钮
fig.update_layout(
    updatemenus=[
        dict(
            buttons=list([
                dict(
                    label="按性别染色",
                    method="update",
                    args=[{"marker.color": [df["性别"].map(color_sex_map)]}]
                ),
                dict(
                    label="按音乐喜好染色",
                    method="update",
                    args=[{"marker.color": [df["是否喜欢音乐"].map({"是": "green", "否": "red"})]}]
                )
            ]),
            direction="down",
            showactive=True
        )
    ]
)

# 直接打开浏览器展示交互页面，也可以调用fig.write_html()保存为本地文件
fig.show()

内容的提问来源于stack exchange，提问作者Denis Marcinkov