如何绘制标记区分原始数据集、颜色区分聚类的散点图并去除重复色条

要解决重复显示三个色条的问题，核心是让所有散点共享同一套颜色映射规则，并仅绘制一次色条，具体实现步骤如下：

关键思路 #

重复色条的根源是每次绘制不同原始数据集的散点时，都独立生成了颜色映射并调用了colorbar()。只需统一颜色配置，在所有散点绘制完成后仅生成一次色条即可。

示例代码实现 #

import matplotlib.pyplot as plt
from sklearn.cluster import AgglomerativeClustering
import pandas as pd

# 假设已完成数据集合并与聚类，得到包含以下字段的merged_df：
# - 特征列（如x、y）
# - source：标识原始数据集（'df_1_3'/'df_5_1'/'df_5_5'）
# - cluster：AgglomerativeClustering输出的聚类标签

# 1. 定义标记与颜色映射
marker_map = {'df_1_3': 'o', 'df_5_1': 's', 'df_5_5': '^'}  # 不同数据集用不同标记
n_clusters = merged_df['cluster'].nunique()
cmap = plt.get_cmap('viridis', n_clusters)  # 聚类颜色映射

# 2. 在同一轴上绘制所有散点
fig, ax = plt.subplots(figsize=(8, 6))
# 遍历每个原始数据集，共享颜色映射范围
for source, group in merged_df.groupby('source'):
    scatter = ax.scatter(
        group['x'], group['y'],
        marker=marker_map[source],
        c=group['cluster'],
        cmap=cmap,
        vmin=merged_df['cluster'].min(),  # 统一颜色最小值
        vmax=merged_df['cluster'].max(),  # 统一颜色最大值
        label=source
    )

# 3. 仅绘制一次色条
cbar = plt.colorbar(scatter)
cbar.set_label('聚类类别')

# 4. 添加图例与标签
ax.legend(title='原始数据集')
ax.set_xlabel('特征X')
ax.set_ylabel('特征Y')
ax.set_title('聚类结果可视化')

plt.show()

核心注意事项 #

• 所有散点必须共享相同的颜色映射（cmap）和颜色范围（vmin/vmax），确保同一聚类标签对应相同颜色。
• 仅在所有散点绘制完成后，调用一次plt.colorbar()，传入任意一个散点对象即可生成统一的色条。
• 避免为每个数据集单独创建子图或重复调用colorbar()，这是产生冗余色条的常见原因。

内容的提问来源于stack exchange，提问作者HarryKane