Jupyter Notebook 绘图框选区域提取数据的简易实现方案咨询

推荐搜索关键词 #

你可以用以下关键词搜索更丰富的定制化方案：

• ipywidgets matplotlib select region extract data
• matplotlib seaborn linked brushing jupyter
• mplcursors select data point jupyter
• jupyter notebook interactive selection get subset

轻量化实现方案（20行核心代码可跑通） #

我们用matplotlib原生回调+seaborn原生语法即可实现，不需要引入bokeh这类重框架，初学者可以直接修改示例代码适配自己的数据集：

前置依赖安装 #

一行命令安装需要的依赖：
pip install ipywidgets seaborn matplotlib pandas numpy

核心实现代码 #

import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from matplotlib.widgets import RectangleSelector

# 替换为你自己的数据集即可
df = pd.DataFrame({
    'x': np.random.randn(200),
    'y1': np.random.randn(200),
    'y2': np.random.randn(200)*2 + 1
})

# 多子图布局，演示brushing联动效果
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12,4))
# 完全使用seaborn语法绘图，无额外改造成本
sns.scatterplot(data=df, x='x', y='y1', ax=ax1, color='blue', alpha=0.6)
sns.scatterplot(data=df, x='x', y='y2', ax=ax2, color='orange', alpha=0.6)

def on_select(eclick, erelease):
    # 获取框选坐标范围
    x_min, x_max = sorted([eclick.xdata, erelease.xdata])
    y_min, y_max = sorted([eclick.ydata, erelease.ydata])
    # 按选中区域筛选数据
    current_ax = eclick.inaxes
    if current_ax == ax1:
        mask = (df['x'].between(x_min, x_max)) & (df['y1'].between(y_min, y_max))
    else:
        mask = (df['x'].between(x_min, x_max)) & (df['y2'].between(y_min, y_max))
    # 筛选结果存入全局变量，可直接提取用于后续分析
    global selected_df
    selected_df = df[mask]
    print(f"已选中{len(selected_df)}条数据，存储在selected_df变量中")
    # Brushing联动：所有子图同步高亮选中数据
    for ax in [ax1, ax2]:
        # 清除历史高亮
        [p.remove() for p in ax.collections if p.get_label() == 'highlight']
        # 绘制新高亮
        target_y = 'y1' if ax == ax1 else 'y2'
        sns.scatterplot(data=selected_df, x='x', y=target_y, ax=ax, 
                        color='red', s=60, label='highlight', alpha=1)
    fig.canvas.draw()

# 给所有子图绑定框选事件
for ax in [ax1, ax2]:
    RectangleSelector(ax, on_select, useblit=True, button=[1], 
                      minspanx=5, minspany=5, spancoords='pixels', interactive=True)

plt.show()

功能说明 #

• 框选操作：鼠标左键按住拖拽即可在任意子图画矩形选中区域
• 数据提取：选中的数据会自动存入selected_df全局变量，可直接打印、导出或做后续分析
• 联动高亮（Brushing）：在任意一个子图选中的区域，所有子图里对应的数据点都会自动变红高亮
• Seaborn适配：所有seaborn支持的散点、折线、柱状图都可以适配，仅需要修改回调内的筛选逻辑即可

内容的提问来源于stack exchange，提问作者Kay Toepfer