如何根据列值注释python散点图上的某些数据点

Question

我的第一个真正的 Python 数据科学项目几乎完成了。但是，我似乎无法弄清楚最后一件事。我有以下代码为我的 PCA 和 K 均值聚类算法创建图：

y_axis = passers_pca_kmeans['Component 1']
x_axis = passers_pca_kmeans['Component 2']

plt.figure(figsize=(10,8))
sns.scatterplot(x_axis, y_axis, hue=passers_pca_kmeans['Segment'], palette=['g','r','c','m'])
plt.title('Clusters by PCA Components')
plt.grid(zorder=0,alpha=.4)

texts = [plt.text(x0,y0,name,ha='right',va='bottom') for x0,y0,name in zip(
    passers_pca_kmeans['Component 2'], passers_pca_kmeans['Component 1'], passers_pca_kmeans.name)]

adjust_text(texts)

plt.show

• 我终于得到了正确的代码来使用adjustText注释这些点，但是我的情节有太多的点来标记它们；看起来到处都是乱七八糟的文字。
• 我想根据'Segment' 列中的值对散​​点图进行注释。
  • 此列中的值是我的四个集群的名称'first'、'second'、'third'、'fourth'。
• 如何更改我的adjustText 代码以仅注释'Segment'='first' 所在的点？
  • 这是np.where 的情况吗？

Answer 1

您可以对text 调用中的输入进行布尔切片，例如：

mask = (passers_kca_means["Subject"] == "first")
x = passers_kca_means["Component 2"][mask]
y = passers_kca_means["Component 1"][mask]
names = passers_kca_means.name[mask]

texts = [plt.text(x0,y0,name,ha='right',va='bottom') for x0,y0,name in zip(x,y,names)]

您还可以通过添加 if 条件来制作不规则的列表理解：

x = passers_kca_means["Component 2"]
y = passers_kca_means["Component 1"]
names = passers_kca_means.name
subjects = passers_kca_means["Subject"]

texts = [plt.text(x0,y0,name,ha='right',va='bottom') for x0,y0,name,subject in zip(x,y,names,subjects) if subject == "first"]

我敢打赌np.where 也有答案。