Python matplotlib.pyplot Bigram绘图作为绘图

如何解决Python matplotlib.pyplot Bigram绘图作为绘图

我正在尝试将我的PCA和装载区合并为一个二元组。我找到了this的matplotlib.pyplot解决方案，但是，我想在plotly中生成相同的图。有人可以帮我解决如何用情节地制作这些东西吗？

def myplot(score,coeff,labels=None):
  xs = score[:,0]
  ys = score[:,1]
  n = coeff.shape[0]
  scalex = 1.0/(xs.max() - xs.min())
  scaley = 1.0/(ys.max() - ys.min())
  plt.scatter(xs * scalex,ys * scaley,c = y)
  for i in range(n):
    plt.arrow(0,coeff[i,0],1],color = 'r',alpha = 0.5)
    if labels is None:
        plt.text(coeff[i,0]* 1.15,1] * 1.15,featurenames[i],color = 'g',ha = 'center',va = 'center')
    else:
        plt.text(coeff[i,labels[i],va = 'center')
plt.xlim(-1,1)
plt.ylim(-1,1)
plt.xlabel("PC{}".format(1))
plt.ylabel("PC{}".format(2))
plt.grid()

myplot(components,np.transpose(pca.components_))
plt.show()

带有Pyplot的代码和绘图：

编辑：由于我的问题应该更加集中（：：

我可以重新创建PCA部分： PlotlyPlot

但是我不知道如何甚至可以在此图中重新创建“加载图”。

为了实现我的目标，我可以在上一个剧情上叠加一个Quiver Plot吗？

它的工作原理是否类似于：Arrow Overlay？

解决方法

好吧。在Plotly文档中浏览了更多内容之后，我能够找到所需的内容： https://plotly.com/python/pca-visualization/在“可视化负载”部分下的此链接上，描述了一种执行此操作的好方法：）

import plotly.express as px
from sklearn.decomposition import PCA
from sklearn import datasets
from sklearn.preprocessing import StandardScaler

df = px.data.iris()
features = ['sepal_length','sepal_width','petal_length','petal_width']
X = df[features]

pca = PCA(n_components=2)
components = pca.fit_transform(X)

loadings = pca.components_.T * np.sqrt(pca.explained_variance_)

fig = px.scatter(components,x=0,y=1,color=df['species'])

for i,feature in enumerate(features):
    fig.add_shape(
        type='line',x0=0,y0=0,x1=loadings[i,0],y1=loadings[i,1]
    )
    fig.add_annotation(
        x=loadings[i,y=loadings[i,1],ax=0,ay=0,xanchor="center",yanchor="bottom",text=feature,)
fig.show()

Picture from docu