pythonで散布図の点と元データを関連付けをしたい

###実現したいこと

1.png|220 |190 |192 |194 |195|〜
|:--|:--:|--:|
2.png|165 |143 |144 |145 |146
3.png|179 |179 |176 |169 |169
4.png|166 |143 |145 |145 |146
5.png|164 |142 |143 |144 |145
〜

画像の名前と画像をマトリクス化したcsvを用意し、1.pngがグラフ上のどこにプロットされているか、分かるにようにしたい
**
matplotlibで出力した散布図の点とcsvの元データと関連付ける方法を探しています。
**
・csvのデータが散布図上のどこにあるか簡単に分かる方法
・それを行うためのコード
をご教授お願いします。

（例）・散布図とは別に（画像の名前,x,y)と出力
・散布図のプロットにマウスを近づけると画像の名前が表示される
###現状
100枚の画像をマトリクス化したもののみが格納してあるcsvを取り込み、主成分分析をかけて散布図に出力。

# coding:utf-8

import numpy as np
from sklearn.decomposition import PCA
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

#ｃｓｖを取り込み　
users = np.genfromtxt('/home/srl/mimamori1/b1/pca121.csv',dtype=None, delimiter=",")
colors=['blue','red']
cmap = ListedColormap(colors)
#PCA
pca = PCA(n_components=2)
users_r = pca.fit_transform(users)

#グラフにプロット　
plt.figure()
ccode=[1]*50+[2]*50
plt.scatter(users_r[:,0],users_r[:,1],alpha=0.5,c=ccode,cmap=cmap)
plt.xlabel('pc1')
plt.ylabel('pc2')

plt.show()

pca121.csvの中は横80×40マス、縦が100マス
1行が画像1枚分のデータです。数値のみが格納されています。

|220 |190 |192 |194 |195|〜
|:--|:--:|--:|
165 |143 |144 |145 |146
179 |179 |176 |169 |169
166 |143 |145 |145 |146
164 |142 |143 |144 |145
〜

###試したこと
散布図の各要素に文字をつけるを参考に点一つ一つに文字を付けて見たのですが、今後10万以上のデータを扱うので文字だらけになってしまうこちらの手法は自分のプロジェクトに馴染まないと判断しました。大量のデータの中でも一つ一つを区別できる方法がないものかと、ご教授お願いしたく質問するに至りました。

###補足情報(言語/FW/ツール等のバージョンなど)
python2.7 ,lunux

KojiDoi

2017/12/05 16:10

10万以上のデータとは、解析対象の画像が１０万枚という意味と理解していいのでしょうか？

tetuwan28emon

2017/12/06 07:02

そうゆうことです。テストとしてpca121.csvを使用しており、本命は１２万枚の画像データが格納してあるｃｓｖファイルの処理をしたいと思っています。

行動規範の内容に同意します

回答1件

ベストアンサー

・散布図のプロットにマウスを近づけると画像の名前が表示される

を実現するための簡単な例を提示します。
マウスカーソルを点に近づけると、その点に紐づいた内容を表示します。
カーソル上に複数の点が重なっていると、全ての点の内容を表示するため、１点のみの内容を表示したい場合は、虫眼鏡機能で画面を拡大表示してください。

参考：Possible to make labels appear when hovering over a point in matplotlib?

Python
1import matplotlib.pyplot as plt
2import numpy as np
3
4PT_CNT = 50
5
6# データ生成
7np.random.seed(1)
8x = np.random.rand(PT_CNT)
9y = np.random.rand(PT_CNT)
10names = np.array( ["pt%d"%i for i in range(PT_CNT)])
11c = np.random.randint(1,5,size=PT_CNT)
12
13# 散布図の生成
14fig,ax = plt.subplots()
15sc = plt.scatter(x,y,c=c, s=100, cmap=plt.cm.RdYlGn, norm=plt.Normalize(1,4))
16
17# アノテーション生成
18annot = ax.annotate("", xy=(0,0), xytext=(20,20),textcoords="offset points", arrowprops=dict(arrowstyle="->"))
19annot.set_visible(False)
20
21# アノテーション表示更新
22def update_annot(ind):
23
24    pos = sc.get_offsets()[ind["ind"][0]]
25    annot.xy = pos
26    text = "{}, {}".format(" ".join(list(map(str,ind["ind"]))), 
27                           " ".join([names[n] for n in ind["ind"]]))
28    annot.set_text(text)
29
30# hoverイベント
31def hover(event):
32    vis = annot.get_visible()
33    if event.inaxes == ax and event.button is None: # 上下移動や虫眼鏡のドラッグ中は探さない
34        cont, ind = sc.contains(event)
35        if cont:
36            update_annot(ind)
37            annot.set_visible(True)
38            fig.canvas.draw_idle()
39        else:
40            if vis:
41                annot.set_visible(False)
42                fig.canvas.draw_idle()
43
44# hoverイベントを追加
45fig.canvas.mpl_connect("motion_notify_event", hover)
46
47plt.show()