如何在Python Matplotlib中为散点分组设置形状与颜色并解决重叠问题？

问题描述 #

尝试将表格数据导入Python，绘制两个变量的散点图，用两个变量分组：3选项变量分配颜色，5选项变量分配形状。单独设置形状或颜色均可正常显示，但组合设置时每个数据点显示两个形状（正确形状+标准圆点），移除重复点代码则颜色显示异常。示例代码如下：

import matplotlib.pyplot as plt
import numpy as np

r = np.array([600, 2000, 980, 1770, 920, 1100, 220])
t = np.array([2.7, 12.67, 10.54, 1.3, 16.1, 0.92, 13.56])
spectra_type = np.array(['A', 'A', 'B', 'A', 'C', 'B', 'A'])
spectra_num = np.array([{'A': 0, 'B': 1, 'C': 2}[i] for i in spectra_type])

i = np.array(['Shape1','Shape2','Shape3','Shape4','Shape5','Shape2','Shape4'])
shape1 = np.where(i=='Shape1')[0]
shape2 = np.where(i=='Shape2')[0]
shape3 = np.where(i=='Shape3')[0]
shape4 = np.where(i=='Shape4')[0]
shape5 = np.where(i=='Shape5')[0]


plt.figure('fig 1')
plt.xlabel('x')
plt.ylabel('y')

plt.scatter(t[shape1], r[shape1], c=spectra_num[shape1], marker='D', label='Shape1')
plt.scatter(t[shape2], r[shape2], c=spectra_num[shape2], marker='^', label='Shape2')
plt.scatter(t[shape3], r[shape3], c=spectra_num[shape3], marker='o', label='Shape3')
plt.scatter(t[shape4], r[shape4], c=spectra_num[shape4], marker='s', label='Shape4')
plt.scatter(t[shape5], r[shape5], c=spectra_num[shape5], marker='*', label='Shape5')

first_legend = plt.legend(loc='upper left')
plt.gca().add_artist(first_legend)

scatter = plt.scatter(t, r, c=spectra_num)
plt.legend(handles=scatter.legend_elements()[0], labels=['A', 'B', 'C'], title='Colour')

运行后图表中形状被标准圆点覆盖，需要解决该问题。

解决建议 #

• 核心问题：最后一行plt.scatter(t, r, c=spectra_num)会在所有已绘制的形状点之上再绘制一遍全量的圆点，导致覆盖。必须移除这行代码，同时手动构建颜色图例，避免依赖重复绘制的scatter对象。
• 手动创建颜色图例：通过空的散点标记或颜色块来生成颜色图例的手柄，无需重复绘制数据点。

修改后的代码示例：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import Patch

r = np.array([600, 2000, 980, 1770, 920, 1100, 220])
t = np.array([2.7, 12.67, 10.54, 1.3, 16.1, 0.92, 13.56])
spectra_type = np.array(['A', 'A', 'B', 'A', 'C', 'B', 'A'])
spectra_num = np.array([{'A': 0, 'B': 1, 'C': 2}[i] for i in spectra_type])

i = np.array(['Shape1','Shape2','Shape3','Shape4','Shape5','Shape2','Shape4'])
shape_groups = {
    'Shape1': np.where(i=='Shape1')[0],
    'Shape2': np.where(i=='Shape2')[0],
    'Shape3': np.where(i=='Shape3')[0],
    'Shape4': np.where(i=='Shape4')[0],
    'Shape5': np.where(i=='Shape5')[0]
}
markers = {'Shape1':'D', 'Shape2':'^', 'Shape3':'o', 'Shape4':'s', 'Shape5':'*'}

plt.figure('fig 1')
plt.xlabel('x')
plt.ylabel('y')

# 按形状分组绘制散点
for shape, idx in shape_groups.items():
    plt.scatter(t[idx], r[idx], c=spectra_num[idx], marker=markers[shape], label=shape)

# 形状图例
first_legend = plt.legend(loc='upper left')
plt.gca().add_artist(first_legend)

# 手动创建颜色图例手柄
colour_handles = [
    Patch(color=plt.cm.tab10(0), label='A'),
    Patch(color=plt.cm.tab10(1), label='B'),
    Patch(color=plt.cm.tab10(2), label='C')
]
plt.legend(handles=colour_handles, title='Colour', loc='upper right')

plt.show()

• 优化说明：
  1. 用字典整合形状分组和标记，代码更简洁易维护。
  2. 移除重复的全量散点绘制，避免圆点覆盖。
  3. 使用Patch创建颜色块作为图例项，完美匹配数据点的颜色分组。

内容的提问来源于stack exchange，提问作者gem9911