Matplotlib散点图按类别设置不同标记的技术实现问题

我需要绘制x1与x2的散点图，要求当mark值为1时使用+标记，mark值为0时使用圆点标记。file.csv的结构包含x1、x2、mark（取值仅为0或1），具体数据如下：

我编写的代码如下：

df = pd.read_csv('file.csv')
print(df)
x1 = df['x1'].to_numpy()
x2 = df['x2'].to_numpy()
mark = df['class'].to_numpy()
        
figure, ax = plt.subplots()

for i in range(0,80,1):
    if mark[i] > 0:
        ax.plot(x1[i], color="red", marker='o')
    else:
        ax.plot(x1[i], color="blue", marker='x')

希望实现的效果：以x1为横轴、x2为纵轴，mark=1用+标记，mark=0用圆点标记的散点图。

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('file.csv')
print(df)

# 按mark值拆分数据
group_mark0 = df[df['mark'] == 0]
group_mark1 = df[df['mark'] == 1]

fig, ax = plt.subplots()

# 绘制mark=0的圆点散点
ax.scatter(group_mark0['x1'], group_mark0['x2'], marker='o', color='blue', label='mark=0')
# 绘制mark=1的加号散点
ax.scatter(group_mark1['x1'], group_mark1['x2'], marker='+', color='red', label='mark=1')

# 添加图表元素
ax.set_xlabel('x1')
ax.set_ylabel('x2')
ax.legend()

plt.show()

• 列名匹配：原代码错误调用df['class']，改为df['mark']以匹配数据结构
• 循环逻辑优化：用pandas布尔索引直接拆分数据组，替代易出问题的固定范围循环，避免索引越界
• 散点图函数使用：改用scatter专门绘制散点，同时传入x1、x2坐标，符合散点图的核心需求
• 标记匹配需求：调整标记样式，mark=0用圆点o，mark=1用加号+，完全匹配要求
• 图表可读性优化：添加坐标轴标签和图例，让图表信息更清晰

内容的提问来源于stack exchange，提问作者Hiro