单击“seaborn”热图以从该单元格打印元数据

Question

我已经弄清楚如何打印matplotlib 散点图并根据单击点的元数据单击这些点以提供其他数据的图表。我现在想将类似的想法应用于seaborn 热图。问题是我用于matplotlib 图的逻辑似乎是散点图所独有的。以here 为特色并写在下面的循环不适用于热图。

import matplotlib.pyplot as plt

class custom_objects_to_plot:
    def __init__(self, x, y, name):
        self.x = x
        self.y = y
        self.name = name

a = custom_objects_to_plot(10, 20, "a")
b = custom_objects_to_plot(30, 5, "b")
c = custom_objects_to_plot(40, 30, "c")
d = custom_objects_to_plot(120, 10, "d")

def on_pick(event):
    print(event.artist.obj.name)

fig, ax = plt.subplots()
for obj in [a, b, c, d]:
    artist = ax.plot(obj.x, obj.y, 'ro', picker=5)[0]
    artist.obj = obj

fig.canvas.callbacks.connect('pick_event', on_pick)

plt.show()

为了更详细一点，我有五个主题，每个主题都根据十个参数对某事进行评分，总共有 50 个评分。我的数据框中除了“主题”、“参数”和“评级”列之外，还有一个用于 cmets 的列。当我单击热图时，我希望这些 cmets 打印出来，该热图具有沿水平轴的主题和沿垂直轴的参数。

似乎我应该能够使用热图中的位置来识别主题-参数组合并查找该主题对于该参数有哪些 cmets，但是从单击的单元格中提取主题和参数让我望而却步，并且带有custom_objects_to_plot 的参考代码似乎不适用于热图。虽然我对如何执行此任务有自己的想法，但如果我能从单击的单元格中获取主题和参数，我欢迎使用不同方法但仍然给我一个可单击的seaborn 热图的答案。

Answer 1

您可以尝试mplcursors，并使用虚拟图像（因为不支持由sns.heatmap 创建的QuadMesh）。使用hover=True，信息在悬停时显示在注释框中。使用hover=False（默认），这只会在单击时发生。如果你只是想打印一些东西，你可以设置sel.annotation.set_visible(False)并打印一些东西（或更新状态栏）。

这是一个例子：

import matplotlib.pyplot as plt
import mplcursors
import seaborn as sns
import pandas as pd
import numpy as np

def show_annotation(sel):
    x = int(sel.target[0])
    y = int(sel.target[1])
    sel.annotation.set_text(f's:{subjects[y]} p:{parameters[x]} r:{df_rating.iloc[y, x]}\n'
                            f'{df_comment.iloc[y, x]}')
    sel.annotation.get_bbox_patch().set(alpha=0.9)

subjects = np.arange(1, 6)
parameters = [*'ABCDEFGHIJ']
df = pd.DataFrame({'subject': np.repeat(subjects, len(parameters)),
                   'parameter': np.tile(parameters, len(subjects)),
                   'rating': np.random.randint(1, 11, len(subjects) * len(parameters)),
                   'comment': [f'comment subj {i} param {j}' for i in subjects for j in parameters]})
df_rating = df.pivot('subject', 'parameter', 'rating')
df_comment = df.pivot('subject', 'parameter', 'comment')
sns.set_style('white')
ax = sns.heatmap(df_rating, annot=True, lw=2)
dummy_image = ax.imshow(df_rating.to_numpy(), zorder=-1, aspect='auto')
cursor = mplcursors.cursor(dummy_image, hover=True)
cursor.connect('add', show_annotation)
plt.show()