如何为每个点散点图绘制一个圆，而每个圆都有特定的半径大小

Question

我有一个带有距离矩阵的 pandas 框架，我使用 PCA 来减少暗淡。该距离矩阵的数据框具有每个点的标签和大小。

如何使每个散点成为一个大小取决于数据框大小的圆

````
pca = PCA(n_components=2)
pca.fit(dist)
mds5 = pca.components_

fig = go.Figure()
fig.add_scatter(x = mds5[0],
       y = mds5[1],
       mode = 'markers+text',
       marker= dict(size = 8,
             color= 'blue'
            ),
text= dist.columns.values,
textposition='top right')
````

我需要让散点图看起来像这个例子，但是，当我在相关答案中添加每个点的大小时，我无法让圆圈重叠，当它们重叠时，我可以放大，然后它们不要再重叠了

听起来很奇怪，但我需要创建一个逻辑，如果两个圆重叠，半径较小的那个就会消失，所以：

1. 无论缩放如何，如何保持圆圈大小相同
2. 如何在python中创建逻辑来取消较小的重叠圆？

Answer 1

我仍然不确定你希望哪个 PCA 参数反映在圆圈大小中，但是：要么你想要

• 使用散点图（即ax.scatter()），其size= 反映了您选择的PCA 参数；当您重新缩放图形时，此尺寸将（并且不应该）重新缩放；它也未给出（x，y）单位
• 使用多个plt.Circle((x,y), radius=radius, **kwargs)补丁，其半径以(x,y)-单位给出；然后点重叠在重新缩放时一致，但这可能会导致点变形

以下动画将强调手头的问题：

我想你想要基于plt.Circle 的解决方案，因为它保持距离静态，然后你需要事先“手动”计算两个点是否重叠并“手动”删除它们。您应该能够通过点大小（即radius，您的 PCA 参数）和数据点之间的欧几里得距离（即np.sqrt(dx**2 + dy**2)）之间的比较来自动执行此操作。

要使用 Circles，例如，您可以定义一个速记函数：

def my_circle_scatter(ax, x_array, y_array, radius=0.5, **kwargs):
    for x, y in zip(x_array, y_array):
        circle = plt.Circle((x,y), radius=radius, **kwargs)
        ax.add_patch(circle)
    return True

然后使用可选参数（即 x 和 y 坐标、颜色等）调用它：

my_circle_scatter(ax, xs, ys, radius=0.2, alpha=.5, color='b')

我使用fig,ax=plt.subplots() 分别创建图形和子图。