有没有办法让一个情节可以点击，所以它会告诉我我在看什么脑电图频道？

Question

注意：这是一个与鼠标脑电图数据绘图有关的问题。

我制作了一个图表，显示过滤后的 EEG 电极通道的平均试验信号。在绘制此图时，我看到了一些我想从绘图中排除的信号，但我无法判断绘制了哪些通道。有没有办法添加一些东西，让我可以单击或悬停在其中一个绘制的线/通道上，并让我的 jupyter 笔记本告诉我我单击/悬停在哪个通道上？

这是我希望可以点击的情节：

如果有帮助，这是我用来制作绘图的代码：

pick_stim = 'opto'
pick_param = '500ms'
pick_sweep = 0

prex = .1 # .2ms before stim to plot
postx = .1 # .6ms after stim to plot

auc_window = [-.04, .1]

fig, axs = plt.subplots(1,2, figsize=(9,5), sharex=True, sharey=True, constrained_layout=True)

run_timex = trial_running[pick_stim][pick_param][pick_sweep][0]
run_trials = trial_running[pick_stim][pick_param][pick_sweep][1] #running speed


ztimex = zscore_traces[pick_stim][pick_param][pick_sweep][0] #need for AUC
zscore_trials_all = zscore_not_mean_traces[pick_stim][pick_param][pick_sweep][1] 

# Run trials #
mean_run_zscore = np.mean(zscore_trials_all[:,:,run_trial], axis=2)
run_zscore_inds = np.nonzero((ztimex >= auc_window[0]) & (ztimex <= auc_window[1]))[0] 
run_zscore_trace = mean_run_zscore[run_zscore_inds,:]
axs[0].plot(ztimex[run_zscore_inds],run_zscore_trace, color='black', linewidth=0.6, alpha=0.8)
#axs[0].plot(run_timex, run_trials, color='k', linewidth=0.6)
axs[0].axvspan(-.001, .001, color='r', alpha=0.5)
#axs[0].set_xlim([-prex, postx])
axs[0].set_title('Run trials')

# No Run #

mean_no_run_zscore = np.mean(zscore_trials_all[:,:,no_run], axis=2)
no_run_zscore_inds = np.nonzero((ztimex >= auc_window[0]) & (ztimex <= auc_window[1]))[0] 
no_run_zscore_trace = mean_no_run_zscore[no_run_zscore_inds,:]
axs[1].plot(ztimex[no_run_zscore_inds],no_run_zscore_trace, color='black', linewidth=0.6, alpha=0.8)
axs[1].axvspan(-.001, .001, color='r', alpha=0.5)
axs[1].set_title('No Run trials')   

Answer 1

您可以为每条曲线添加标签，然后使用mplcursors 在悬停时（或使用hover=False 单击时）显示注释。

请注意，要在 Jupyter 笔记本中创建交互式绘图，需要 %matplotlib notebook（这可能取决于 Jupyter 的安装方式），而不仅仅是 %matplotlib inline（生成静态图像）。见Docs。

这是一个示例，显示了一些测试数据的总体思路：

%matplotlib notebook
import matplotlib.pyplot as plt
import numpy as np
import mplcursors

np.random.seed(123)
x = np.arange(100)
y = np.random.randn(100, 20).cumsum(axis=0)

fig, ax = plt.subplots()
curves = plt.plot(x, y, color='black', alpha=0.3)
for ind, curv in enumerate(curves):
    curv.set_label(f'curve nº{ind}')
cursor = mplcursors.cursor(curves, hover=True)
cursor.connect('add', lambda sel: sel.annotation.set_text(sel.artist.get_label()))
plt.show()