Использование AdjustText, чтобы избежать наложения метки с Python анализ соответствия принца

Question

Я прочитал о том, насколько эффективен пакет adjustText в отношении предотвращения наложения меток, и я хотел бы использовать следующую диаграмму, созданную prince:

Вот код, который создал изображение:

import pandas as pd
import prince
from adjustText import adjust_text

pd.set_option('display.float_format', lambda x: '{:.6f}'.format(x))
X=pd.DataFrame(data=[ ... my data ... ],
columns=pd.Series([ ... my data ... ]),
index=pd.Series([ ... my data ...]),
)

ca = prince.CA(n_components=2,n_iter=3,copy=True,check_input=True,engine='auto',random_state=42)
ca = ca.fit(X)
ca.row_coordinates(X)
ca.column_coordinates(X)
ax = ca.plot_coordinates(X=X,ax=None,figsize=(6, 6),x_component=0,y_component=1,show_row_labels=True,show_col_labels=True)

ax.get_figure().savefig('figure.png')

Во всех примерах adjustText Я мог найти, что всегда был прямой доступ к координатам меток. Как мне получить доступ к координатам меток в этом случае? Как я могу применить adjust_text к этой фигуре?

Answer 1

Сначала отключите отображение метки с помощью plot_coordinates():

ax = ca.plot_coordinates(X=X,ax=None,figsize=(6, 6),x_component=0,y_component=1,show_row_labels=False,show_col_labels=False)

Затем извлеките координаты столбцов и строк:

COLS=ca.column_coordinates(X).to_dict()
XCOLS=COLS[0]
YCOLS=COLS[1]
ROWS=ca.row_coordinates(X).to_dict()
XROWS=ROWS[0]
YROWS=ROWS[1]

Структуры XCOLS, YCOLS, XROWS, YROWS - словари со значениями, которые являются числами с плавающей точкой (координаты). Давайте объединим два словаря по оси X в один словарь по оси X, который я назову XGLOBAL, то же самое для словарей по оси Y, в YGLOBAL:

XGLOBAL={ k : XCOLS.get(k,0)+XROWS.get(k,0) for k in set(XCOLS) | set(XROWS) }
YGLOBAL={ k : YCOLS.get(k,0)+YROWS.get(k,0) for k in set(YCOLS) | set(YROWS) }

Теперь я просто применяю adjust_text() как описано в документации:

fig = ax.get_figure()
texts=[plt.text(XGLOBAL[x],YGLOBAL[x],x,fontsize=7) for x in XGLOBAL.keys()]
adjust_text(texts,arrowprops=dict(arrowstyle='-', color='red'))
fig.savefig('newfigure.png')

И результат:

Обратите внимание, что во время генерации изображения был мгновенным без adjust_text, это заняло около 40 секунд с adjust_text.