seaborn散点图中的质心标注方法

前言

t-SNE Python Example文章有一张散点图的动图，被各大博主拿来分享，我也贴一下，这个图确实比较震撼。

除了会动，还有一个震撼之处就是标注的数字会随着点的散开而动，很遗憾原来的文章不是绣这个操作的，没看到实现方法，但是由此推断这个标注应该在分类样本的质心（坐标均值）上，那么这种质心标注有没有用呢？答案是有用，非常有用，尤其当分类样本多、分类点分散以及某些分类聚集的时候，散点图有时不那么直观，比如下图超过50个类别的情况，虽然利用颜色、样式（也可以大小）来区分，但还是乱了套。

质心标注

这里还是用seaborn的强大功能，帮助实现质心标注，实例代码如下：

import seaborn as sns
df = sns.load_dataset('iris')
sns.set(rc={'figure.figsize': (11.7, 8.27)})
palette = sns.color_palette("husl", 3)
p1 = sns.scatterplot(x="sepal_length", y="sepal_width", data=df, hue='species',  style='species', legend='auto', palette=palette)
p1.text(df.loc[df["species"]=='setosa']["sepal_length"].mean(), df.loc[df["species"]=='setosa']["sepal_width"].mean(), "setosa", horizontalalignment='left', size='medium', color='black', weight='semibold')
p1.text(df.loc[df["species"]=='versicolor']["sepal_length"].mean(), df.loc[df["species"]=='versicolor']["sepal_width"].mean(), "versicolor", horizontalalignment='left', size='medium', color='black', weight='semibold')
p1.text(df.loc[df["species"]=='virginica']["sepal_length"].mean(), df.loc[df["species"]=='virginica']["sepal_width"].mean(), "virginica", horizontalalignment='left', size='medium', color='black', weight='semibold')

效果如下：
质心标注了类别名称，查看类别分布是不是更加直观了，那么我们那个超过50个类的散点图有时什么样的呢？

这么看，是不是那些关系很近的类别一下子就无处躲藏了，质心标注在大数据多类别的散点分析中体现了自己的价值。

参考

1. seaborn学习笔记2-散点图Scatterplot
2. dataframe 按条件筛选行
3. python下的Pandas中DataFrame基本操作（一），基本函数整理
4. seaborn系列 (2) | 散点图scatterplot()