使用Scanpy绘制UMAP时修改聚类颜色失败，求排查错误

1. 颜色列表长度与聚类数量不匹配 #

seurat_clusters的类别数量必须和你定义的cols列表长度完全一致。比如聚类有8个类别，但cols只给了6个颜色，Scanpy会自动补全默认颜色，导致自定义颜色不生效。

• 解决：先统计聚类数量：

  print(adata.obs['seurat_clusters'].nunique())
  

  确保len(cols)等于这个数值。

2. seurat_clusters不是分类变量 #

如果seurat_clusters是字符串或数值型而非分类类型，Scanpy可能无法正确映射颜色列表。

• 解决：先将列转为分类类型：

  adata.obs['seurat_clusters'] = adata.obs['seurat_clusters'].astype('category')
  

  转换后再调用sc.pl.umap。

3. 颜色格式不规范 #

Scanpy只支持有效颜色格式：十六进制（#FF5733）、RGB元组（(1, 0, 0)）或Matplotlib支持的颜色名称（'red'）。cols里有无效格式会触发默认颜色。

• 解决：检查颜色值，比如用正确格式定义：

  cols = ['#FF0000', '#00FF00', '#0000FF', 'orange', (0.5, 0.5, 0.5)]
  

4. palette参数传递方式错误 #

当color传列表（比如color=['seurat_clusters']）时，palette要么传字典（键是聚类名称，值是对应颜色），要么颜色列表顺序和聚类的categories顺序完全一致。

• 解决1：用字典映射（更稳妥）：

  # 假设聚类类别是['0','1','2']，对应颜色
  cols_dict = {'0': '#FF5733', '1': '#33FF57', '2': '#3357FF'}
  sc.pl.umap(adata, color='seurat_clusters', palette=cols_dict)
  

• 解决2：对齐颜色列表和聚类顺序：
  先查看聚类顺序：

  print(adata.obs['seurat_clusters'].cat.categories)
  

  按这个顺序排列cols列表，再传入palette=cols。

5. 绘图缓存或环境问题 #

之前的绘图缓存、Matplotlib后端设置可能导致颜色不更新。

• 解决：清除缓存后重新绘图：

  import matplotlib.pyplot as plt
  plt.clf()  # 清除当前绘图
  sc.pl.umap(adata, color='seurat_clusters', palette=cols, show=False)
  plt.show()
  

内容的提问来源于stack exchange，提问作者jonny jeep