Python 如何在将鼠标悬停在数据上时显示数据标签

我正在绘制一些数据，看起来像

931,Oxfordshire,9314125,123255,Larkmead School,Abingdon,125,124,20,SUPP,8
931,Oxfordshire,9314126,123256,John Mason School,Abingdon,164,164,25,6,16
931,Oxfordshire,9314127,123257,Fitzharrys School,Abingdon,150,149,9,0,11
931,Oxfordshire,9316076,123298,Our Lady's Abingdon,Abingdon,57,57,SUPP,SUPP,16

我的基本步骤是

df = pandas.read_csv("file.csv", names=['A','B','C','D','E','F','G', 'H','I','J', 'K'], header=None)
df.replace('SUPP', 3.0, inplace=True)
df = df.convert_objects(convert_numeric=True)
df['KG'] = df['K']*1.0/df['G']
plt.plot(result['KG'])
plt.show()

---

然而，当我把鼠标移到图表上时，我真的很想知道每个学校的名称，这样我就可以浏览数据了。有什么方法可以做到这一点吗？

为了插入我自己的项目，请查看

mpldatacursor

：

作为一个基本示例，只需调用

datacursor（hover=True，point_labels=df['E']）

就可以实现90%的目标。例如，以上面的代码片段为例：

from StringIO import StringIO
import pandas as pd
import matplotlib.pyplot as plt
from mpldatacursor import datacursor

f = StringIO(
"""931,Oxfordshire,9314125,123255,Larkmead School,Abingdon,125,124,20,SUPP,8
931,Oxfordshire,9314126,123256,John Mason School,Abingdon,164,164,25,6,16
931,Oxfordshire,9314127,123257,Fitzharrys School,Abingdon,150,149,9,0,11
931,Oxfordshire,9316076,123298,Our Lady's Abingdon,Abingdon,57,57,SUPP,SUPP,16
""")
df = pd.read_csv(f, names=['A','B','C','D','E','F','G', 'H','I','J', 'K'],
                 header=None)
df.replace('SUPP', 3.0, inplace=True)
df = df.convert_objects(convert_numeric=True)
df['KG'] = df['K']*1.0/df['G']
plt.plot(df['KG'], marker='o')

datacursor(hover=True, point_labels=df['E'])

plt.show()

当线路悬停在上方时，我们将得到一个弹出标签

但是，根据设计，默认行为是在将行悬停/单击时显示弹出窗口。因此，当使用

point_labels

选项时，结果可能与您的想法不完全一致：

如果您只希望在顶点悬停时显示弹出窗口，则可以使用类似的解决方案：（在下一版本中，将有一个选项仅显示顶点处的弹出窗口，因此将来不再需要此解决方案。）

此外，您可能只想显示有问题的学校，而不是x、y坐标等。要更改此设置，请使用自定义

格式化程序
函数：

datacursor(l, hover=True, point_labels=df['E'],
           formatter=lambda **kwargs: kwargs['point_label'][0])


最后，您可能需要一个带有更漂亮箭头和不同相对位置的白色框：

datacursor(l, hover=True, point_labels=df['E'], bbox=dict(fc='white'),
           formatter=lambda **kwargs: kwargs['point_label'][0], xytext=(0, 25),
           arrowprops=dict(arrowstyle='simple', fc='white', alpha=0.5))


对于最后一个示例，将所有内容合并到一个可运行的版本中：

from StringIO import StringIO
import pandas as pd
import matplotlib.pyplot as plt
from mpldatacursor import datacursor

f = StringIO(
"""931,Oxfordshire,9314125,123255,Larkmead School,Abingdon,125,124,20,SUPP,8
931,Oxfordshire,9314126,123256,John Mason School,Abingdon,164,164,25,6,16
931,Oxfordshire,9314127,123257,Fitzharrys School,Abingdon,150,149,9,0,11
931,Oxfordshire,9316076,123298,Our Lady's Abingdon,Abingdon,57,57,SUPP,SUPP,16
""")
df = pd.read_csv(f, names=['A','B','C','D','E','F','G', 'H','I','J', 'K'],
                 header=None)
df.replace('SUPP', 3.0, inplace=True)
df = df.convert_objects(convert_numeric=True)
df['KG'] = df['K']*1.0/df['G']
plt.plot(df['KG'], marker='o')

l, = plt.plot(df['KG'], marker='o', linestyle='', visible=False)
datacursor(l, hover=True, point_labels=df['E'], bbox=dict(fc='white'),
           formatter=lambda **kwargs: kwargs['point_label'][0], xytext=(0, 25))

plt.show()

看一看我自己的项目，看一看
mpldatacursor
。在您的情况下，您需要使用
hover=True
和
point\u标签
选项。看看这里的例子：如果有机会，我会根据你的例子发布一个更详细的例子。这是一个非常好的回答。今天晚些时候我将更深入地研究它。出于兴趣，是否有可能在某一天将您的项目包含在matplotlib中？@felix-简而言之，如果您希望为各个顶点指定不同的标签，则必须指定
点标签。绘制数据时，Matplotlib将对象转换为数组。根本无法判断原始数据是在数据帧中，而不是在列表或numpy数组中。（请记住，matplotlib比pandas早了十多年。matplotlib中的核心数据结构是numpy数组。）因此，您无法访问数据帧的索引。如果未指定
点标签
，则传递到
格式化程序
函数的kwarg为
None
，这会导致类型错误。@felix-Use
display='multiple'
。如果要重新定位框，可能还需要
draggable=True
。看看这个例子：谢谢！您的项目确实需要a）添加到matplotlib中，b）以某种方式保存交互式图像：）哦，如果您再次单击某个点时删除标签，效果会更好。
from StringIO import StringIO
import pandas as pd
import matplotlib.pyplot as plt
from mpldatacursor import datacursor

f = StringIO(
"""931,Oxfordshire,9314125,123255,Larkmead School,Abingdon,125,124,20,SUPP,8
931,Oxfordshire,9314126,123256,John Mason School,Abingdon,164,164,25,6,16
931,Oxfordshire,9314127,123257,Fitzharrys School,Abingdon,150,149,9,0,11
931,Oxfordshire,9316076,123298,Our Lady's Abingdon,Abingdon,57,57,SUPP,SUPP,16
""")
df = pd.read_csv(f, names=['A','B','C','D','E','F','G', 'H','I','J', 'K'],
                 header=None)
df.replace('SUPP', 3.0, inplace=True)
df = df.convert_objects(convert_numeric=True)
df['KG'] = df['K']*1.0/df['G']
plt.plot(df['KG'], marker='o')

l, = plt.plot(df['KG'], marker='o', linestyle='', visible=False)
datacursor(l, hover=True, point_labels=df['E'], bbox=dict(fc='white'),
           formatter=lambda **kwargs: kwargs['point_label'][0], xytext=(0, 25))

plt.show()