在悬停模板中绘制python散点图矩阵列名

Question

在 python 中，我创建了一个绘图对象散点图矩阵，如下所示：

eval_columns = ['col1', 'col2', 'etc']
fig = go.Figure(data=go.Splom(
            dimensions=[dict(label=col, values=df[col]) for col in eval_columns],
            showupperhalf=False,
            text=df['col3'],
            marker=dict(color=df['col3'],
                        showscale=False, 
                        line_color='white', line_width=0.5),
            ))

生成的散点图矩阵中的悬停标签默认显示 (x,y) 值。 我想在 x 和 y 前面添加相应列的名称。 我该如何管理？

关于悬停模板的文档说：可以在悬停模板定义中访问每个可以指定的每个点的属性。然而，列名不是 per_point 属性。

关于如何做到这一点的任何想法？我知道 px.scatter_matrix 会自动将列名分配给悬停标签，但是我需要使用 go.Splom。

Answer 1

悬停模板自动设置在px.scatter_matrix()中，所以如果你得到它的数据结构，你会发现悬停模板的描述，你可以应用到go.Splom()。 official reference 中的示例支持这一点。

import plotly.graph_objects as go
import pandas as pd

df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/iris-data.csv')

# The Iris dataset contains four data variables, sepal length, sepal width, petal length,
# petal width, for 150 iris flowers. The flowers are labeled as `Iris-setosa`,
# `Iris-versicolor`, `Iris-virginica`.

# Define indices corresponding to flower categories, using pandas label encoding
index_vals = df['class'].astype('category').cat.codes

fig = go.Figure(data=go.Splom(
                dimensions=[dict(label='sepal length',
                                 values=df['sepal length']),
                            dict(label='sepal width',
                                 values=df['sepal width']),
                            dict(label='petal length',
                                 values=df['petal length']),
                            dict(label='petal width',
                                 values=df['petal width'])],
                text=df['class'],
    hovertemplate='%{xaxis.title.text}=%{x}<br>%{yaxis.title.text}=%{y}',
                marker=dict(color=index_vals,
                            showscale=False, # colors encode categorical variables
                            line_color='white', line_width=0.5)
                ))


fig.update_layout(
    title='Iris Data set',
    dragmode='select',
    width=600,
    height=600,
    hovermode='closest',
)

fig.show()