如何为plt.errorbar绘制的数据集每个点设置不同颜色？

问题原因 #

plt.errorbar()的c参数仅支持单一颜色值，无法像plt.scatter()那样直接传入颜色数组为每个数据点单独设置颜色，这就是触发ValueError的核心原因。

解决方法 #

方法1：循环逐个绘制误差棒

遍历每个数据点，单独调用plt.errorbar()设置对应颜色，适合数据量较小的场景：

import numpy as np
import matplotlib.pyplot as plt

colors = np.array(['blue','red','orange','orange','green','green'])
# 替换为你的真实数据
position = np.array([1,2,3,4,5,6])
cd = np.array([2.1, 3.5, 1.8, 1.9, 4.2, 4.1])
error = np.array([0.2, 0.3, 0.1, 0.15, 0.25, 0.2])

plt.figure()
for x, y, err, color in zip(position, cd, error, colors):
    # fmt='o'显示数据点，capsize设置误差棒帽子长度
    plt.errorbar(x, y, yerr=err, fmt='o', color=color, capsize=5)
plt.show()

方法2：分离误差棒与散点绘制

先绘制统一风格的误差棒，再用plt.scatter()叠加带自定义颜色的点，效率更高，适合大数据量：

import numpy as np
import matplotlib.pyplot as plt

colors = np.array(['blue','red','orange','orange','green','green'])
# 替换为你的真实数据
position = np.array([1,2,3,4,5,6])
cd = np.array([2.1, 3.5, 1.8, 1.9, 4.2, 4.1])
error = np.array([0.2, 0.3, 0.1, 0.15, 0.25, 0.2])

plt.figure()
# 绘制误差棒：fmt='none'隐藏默认点，ecolor设置误差棒颜色，capsize设置帽子长度
plt.errorbar(position, cd, yerr=error, fmt='none', ecolor='gray', capsize=5)
# 用scatter绘制带自定义颜色的点
plt.scatter(position, cd, c=colors)
plt.show()

内容的提问来源于stack exchange，提问作者Baptiste