Matplotlib折线图条件设置颜色触发ValueError问题求助

问题重现 #

现有形状为(42,7)的DataFrame df，核心列结构如下：

timepoint   value   point
2021-01-01   10      0
2021-02-01   20      0
....
2021-11-01   10      0
2021-12-01   50      1
2022-01-01   60      1
...

尝试通过以下代码按point值设置折线颜色（point=0为蓝色，point=1为红色）：

import numpy as np
import matplotlib.pyplot as plt

col = np.where(df['point'] == 0, 'b', 'r')

plt.plot(df['timepoint'], df['value'], c=col)
plt.show()

触发错误：

ValueError: array(['b', 'b', 'b', 'b', 'b', 'b', 'b', 'b', 'b', 'b',
'b', 'b', 'b',
'b', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r',
'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r', 'r',
'r', 'r', 'r'], dtype='<U1') is not a valid value for color

错误原因 #

plt.plot() 绘制单条连续折线时，c参数仅支持传入单一颜色值（比如'b'、(0,0,1)这类格式），不能直接传入每个数据点对应不同颜色的数组。因为折线是连续的线段，matplotlib不会自动将折线拆分成多段来匹配颜色数组。

解决方案 #

方法一：按point分组绘制折线 #

最直接的方式是将数据按point的值拆分，分别绘制每组的折线，指定对应颜色：

import matplotlib.pyplot as plt

# 筛选point=0的数据，绘制蓝色折线
mask_0 = df['point'] == 0
plt.plot(df.loc[mask_0, 'timepoint'], df.loc[mask_0, 'value'], color='b', label='point=0')

# 筛选point=1的数据，绘制红色折线
mask_1 = df['point'] == 1
plt.plot(df.loc[mask_1, 'timepoint'], df.loc[mask_1, 'value'], color='r', label='point=1')

plt.legend()
plt.show()

这种方法简单直观，适合分组边界清晰的场景。

方法二：用LineCollection实现分段变色的连续折线 #

如果需要保留折线的连续性（比如分组点之间的线段也要存在），可以使用matplotlib.collections.LineCollection来实现：

import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection
import matplotlib.dates as mdates

# 将时间列转为matplotlib可识别的数值格式
df['time_num'] = mdates.date2num(df['timepoint'])
# 准备线段数据：每个线段是两个相邻点的坐标
points = np.column_stack((df['time_num'], df['value']))
segments = np.array([points[i:i+2] for i in range(len(points)-1)])

# 为每个线段匹配颜色（线段数量比点少1个）
colors = ['b' if p == 0 else 'r' for p in df['point'][:-1]]

# 创建LineCollection并添加到图中
lc = LineCollection(segments, colors=colors)
fig, ax = plt.subplots()
ax.add_collection(lc)
ax.autoscale()

# 设置x轴为时间格式
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
fig.autofmt_xdate()  # 旋转x轴标签避免重叠

plt.show()

这种方法可以让折线在分组切换处自然过渡，适合需要完整连续折线的场景。

内容的提问来源于stack exchange，提问作者PV8