在進行資料的視覺化時，我們很常會使用散佈圖來呈現，但是當我們想要知道圖片上特定的點其背後所代表的資料、圖像時，我們除了從座標去回推之外，可以透過hover annotation的方式來更直觀的讓使用者了解到該資料中所蘊含之資訊。
簡單來說，該功能就是使用matplotlib.pyplot畫圖，當滑鼠游標經過該資料點時，於其周圍顯示出該資料點之資訊，就像是下列影片中所展示的功能：
在這個討論串中有大大提供了一個簡單的範例程式，有興趣的讀者可以直接根據本程式碼來進行修改使用。
底下為分部詳解，有能力的讀者可以跳過：
直接執行的話，會得到本文最一開始的圖片，將滑鼠移到點上時，就會在旁邊顯示出該點所連結到的圖片檔。
當然，matplotlib本身也有提供範例。
接下來進行本範例程式碼的說明：
首先我們一樣是將Library給匯入，除了常見的plt跟np之外呢，是這次功能的主要腳色：OffsetImage、AnnotationBbox。
我在讀這功能時，一直想到我怎樣都學不會的Bbox，不好意思扯遠了。
接下來，我們要畫散佈圖，那就必須要有資料，於是我們先將x令為一從0-19，共含20個數字的array，而y則是一含有20個隨機數字的array，len(x)只是為了方便，如果想要看更多點的話只要改變x = np.arange(20)中的數字即可。
接下來將20張10×10的隨機影像儲存在arr這個變數裡。製作方式，是先產生一個5×5的隨機矩陣，之後上下、左右翻轉填入先前製作好的空矩陣裡。
這一段就很直白了，先建立一個畫框叫做fig，在fig裡面加上一個繪圖區叫做ax，最後在ax裡面以x,y資料畫圖。
這邊值得一提的是，到底111代表什麼? 其實就是 1×1 張圖中的第1張。你也可以改成234這樣就是2×3張圖中的第四張。
在plot函數裡ls代表linestyle，這邊填上「””」表示不用畫線，因為plot這個函數是用來畫折線圖的，我們偷吃步假裝它是散佈圖。而marker就是代表點的圖示，有以下選擇：
上述三行執行完之後會得到這個靜態圖片：
這一段，則是製作要顯示在點旁邊的小圖示。首先我們將先前製作的隨機圖片中的第一個 (也就是arr[ 0 , : , : ])轉換成OffsetImage這個Class底下的一個物件，並稱之為im。
ab，是AnnotationBbox這個Class底下的一個物件，裡面包含了上面製作的im。 (50,50)表示該AnnotationBbox的位置，xybox則是距離該標示點的距離，不過第一個參數在底下的程式裡都會不斷的改變，所以在這邊只是先給一個初始值而已，並不太重要。而xycoords在官方文件中的說明如下：
簡單來說呢，用預設值data就好了。boxcoords後面的參數代表了使用與畫圖時相同的座標軸。pad則是邊示圖片的白色邊框大小。arrowprops則是指向該標註點的箭頭相關設定，想要修改的朋友可以往這邊走： 點我
最後兩行程式碼，則是在ax中加入我們剛剛製作好的小箱子，並使之顯示。
到這邊為止的範例程式碼如下：
執行完畢之後，會得到下圖：
接下來就是我們的重頭戲了，該如何將互動性的功能給加上去。
我們自定義一個function 名叫hover，這個名字隨便我們取，你喜歡讓程式碼裡充滿屎尿的話也可以叫做shit。
其實每一行都有完整的註解了，那我這邊就不再多贅述。
最精華的，在這一行：
將我們在上頭所製作的fig給連結到我們方才定義的function，那當什麼時候要執行該hover功能呢?就是 “motion_notify_event”，它代表了當滑鼠有動作時，就呼叫後面的hover功能，當然也可以改，以下是可以選擇的列表：
如果今天我們替換成’button_press_event’，那就變成點擊之後才會顯示圖片，可以試試看。
好，以上就是如何製作互動式圖片的方式，那實際應用在Deep Learning中的話，就是在畫完t-SNE之後，可以透過滑鼠移動，來觀察特定群聚之間的圖片特性。
有任何問題，歡迎寫信給我。
