为了实现MCVE，我构建了以下pairplot个:
from sklearn.datasets import make_blobs
import pandas as pd
from sklearn.cluster import HDBSCAN
import seaborn as sns
import numpy as np ; np.random.seed(0)
centers = 4
data, c = make_blobs(n_samples = 20,
centers = centers,
n_features = 3,
cluster_std = np.random.rand(centers) * 2.5,
random_state = 0)
df = pd.DataFrame(data)
alg = HDBSCAN()
alg.fit(df)
df['Label'] = alg.labels_.astype(str)
g = sns.pairplot(df, hue = 'Label')
Simple pairplot显示了一些异常值，其基础值为DataFrame df.
我想要的是功能，显示一个点上悬停df.index的注释，并以某种方式突出显示这一点在所有其他绘图.
我已经找到了用于底层matplotlib.pyplot对象的悬停注释方法in this question，但是那里的代码似乎不太适合像上面的pairplot那样扩展到多ax figure.
我用mplcursors做了这件事，它给了我标签(但只是通过包括一个额外的包)
def show_hover_panel(get_text_func=None):
cursor = mplcursors.cursor(hover=2)
if get_text_func:
cursor.connect(
event = "add",
func = lambda sel: sel.annotation.set_text(get_text_func(sel.index)),
)
return cursor
def on_add(index):
print(index)
ix = df.index[index]
#size = np.zeros(df.shape[0])
#size[index] = 1
#g.map_upper(sns.scatterplot, size = size)
#g.map_lower(sns.scatterplot, size = size)
return "{}".format(ix)
show_hover_panel(on_add)
代码中被注释掉的部分是我(非常)不成功地试图使它突出显示所有相关点.我把这个相当滑稽的输出留给读者作为练习.
This example显示了如何通过mplcursors链接高光，但要求每个点都是自己的艺术家，这与seaborn不兼容.
有没有更聪明的方法来做多轴高亮显示，最好是在matplotlib和seaborn中原生地进行多轴突出显示和多轴注释？
