如何在 Python Plotly 中的鼠标悬停在点上时显示图像？

Python Plotly 是一个强大的数据可视化工具，它可以让用户轻松地将数据转换为美丽的图表。其中一个非常有用的功能是鼠标悬停时显示图像，这可以让用户更加直观地理解数据。在本文中，将介绍如何在 Python Plotly 中实现这一功能。

安装依赖库

在开始之前，需要先安装必要的依赖库，包括 plotly, pandas, numpy 和 PIL。您可以使用以下命令进行安装：

!pip install plotly pandas numpy Pillow

数据准备

在本文中，我们将使用 Iris 数据集进行演示。这是一个非常流行的数据集，由三种鸢尾植物的花萼和花瓣的长度和宽度组成。为了演示方便，我们只选择两个特征（萼片长度和萼片宽度）来进行可视化。以下是一些准备工作：

# 导入必要的库
import pandas as pd
import numpy as np
import plotly.express as px

# 读取数据集
iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')

# 只选取两个特征用于可视化
iris = iris[['sepal_length', 'sepal_width', 'species']]

# 将鸢尾花种类编码为数字
iris['species'] = pd.Categorical(iris['species'])
iris['species'] = iris['species'].cat.codes

# 显示前几行数据
iris.head()

绘制散点图

接下来，我们将绘制一个散点图来展示这些数据。首先，我们需要将数据分成三个子集（每个子集对应一种不同的花类）。然后，我们将使用 Plotly.express 中的 scatter 函数来创建散点图，并将 hover_data 参数设置为希望在鼠标悬停时显示的数据列（此处为鸢尾花种类）：

# 质心分离
setosa = iris[iris['species'] == 0]
versicolor = iris[iris['species'] == 1]
virginica = iris[iris['species'] == 2]

# 创建散点图
fig = px.scatter(iris, x='sepal_length', y='sepal_width', color='species', hover_data=['species'])

# 显示图表
fig.show()

在鼠标悬停时显示图像

现在，我们已经可以绘制出一个漂亮的散点图，并且在鼠标悬停时显示了鸢尾花的种类。接下来，我们将展示如何在鼠标悬停时显示鸢尾花的图像。

我们可以通过以下几个步骤来实现：

将每种花的图像转换为 Numpy 数组；
缩放每个数组以使其在鼠标悬停时适合显示；
创建一个包含缩放图像的 Plotly trace，并将其添加到散点图中。

以下是完整代码：

# 导入必要的库
from PIL import Image
from io import BytesIO
import base64

# 加载每种鸢尾花的图像
setosa_im = Image.open(BytesIO(base64.b64decode(setosa_img)))
versicolor_im = Image.open(BytesIO(base64.b64decode(versicolor_img)))
virginica_im = Image.open(BytesIO(base64.b64decode(virginica_img)))

# 缩放每个图像以适合于鼠标悬停
setosa_im.thumbnail((50,50))
versicolor_im.thumbnail((50,50))
virginica_im.thumbnail((50,50))

## 创建包含图像的 trace

# 将缩放图像转换为 Numpy 数组
setosa_im_arr = np.array(setosa_im)
versicolor_im_arr = np.array(versicolor_im)
virginica_im_arr = np.array(virginica_im)

# 创建包含图像的 trace 对象
setosa_trace = dict(
        z=setosa_im_arr[:,:,0],  # R通道用于映射颜色
        type='heatmap',
        hoverinfo='skip',  # 不显示默认的 hoverinfo
        showscale=False,
        colorscale='gray',  # 以灰度图显示
        opacity=0.6,
        x0=setosa['sepal_length'].min(),  # 设置横坐标范围
        dx=setosa['sepal_length'].max() - setosa['sepal_length'].min(),
        y0=setosa['sepal_width'].min(),  # 设置纵坐标范围
        dy=setosa['sepal_width'].max() - setosa['sepal_width'].min())

versicolor_trace = dict(
        z=versicolor_im_arr[:,:,0],
        type='heatmap',
        hoverinfo='skip',
        showscale=False,
        colorscale='gray',
        opacity=0.6,
        x0=versicolor['sepal_length'].min(),
        dx=versicolor['sepal_length'].max() - versicolor['sepal_length'].min(),
        y0=versicolor['sepal_width'].min(),
        dy=versicolor['sepal_width'].max() - versicolor['sepal_width'].min())

virginica_trace = dict(
        z=virginica_im_arr[:,:,0],
        type='heatmap',
        hoverinfo='skip',
        showscale=False,
        colorscale='gray',
        opacity=0.6,
        x0=virginica['sepal_length'].min(),
        dx=virginica['sepal_length'].max() - virginica['sepal_length'].min(),
        y0=virginica['sepal_width'].min(),
        dy=virginica['sepal_width'].max() - virginica['sepal_width'].min())

# 将包含图像的 trace 添加到散点图中
fig.update_layout(images=[setosa_trace, versicolor_trace, virginica_trace])

# 显示图表
fig.show()

现在，您可以悬停在每个散点上，以在鼠标悬停时显示对应的鸢尾花图片。