使用.npy文件绘制散点图时遇IndexError索引越界问题求助

错误原因 #

你遇到的IndexError是因为数组的第3个维度（axis=2）大小为2，仅包含索引0和1，但你尝试访问索引2。结合你描述的“3个各有2列的矩阵”，加载后的history_my_optimization数组形状应为(3, N, 2)（N为每个矩阵的行数），第三个维度对应矩阵的列，只有2列，没有第3列。

同时你的代码还有两处明显错误：

• plt.scatter参数用法错误：scatter的前两个参数是x/y坐标，第三个参数若要指定标记大小/颜色，需用size=或c=关键字，不能直接传数组；
• plt.xlabel = ("delay(um)")是赋值错误，应调用plt.xlabel()方法，plt.ylabel同理。

修正后的代码 #

场景1：用前两个矩阵的列做坐标，第三个矩阵的值做标记颜色 #

假设你想用三个矩阵的对应数据绘制散点，其中前两个矩阵的指定行数据作为x/y坐标，第三个矩阵的对应值作为标记颜色，修正代码如下：

import numpy as np
import matplotlib.pyplot as plt
from RandomScan import iteration,i_sample

# 加载数据并确认形状（调试用）
history_my_optimization = np.load("history_optimization.npy")
print("数组形状：", history_my_optimization.shape)

# 提取合法索引的坐标与颜色值
x = history_my_optimization[iteration, i_sample, 0]
y = history_my_optimization[iteration, i_sample, 1]
# 取第三个矩阵的对应行第一列作为颜色依据
color_vals = history_my_optimization[2, i_sample, 0]

# 绘制散点图，指定颜色参数
plt.scatter(x, y, c=color_vals, cmap='viridis')

# 正确设置坐标轴标签
plt.xlabel("delay(um)")
plt.ylabel("Energy(MeV)")
# 添加颜色条说明
plt.colorbar(label="Third Matrix Value")

plt.show()

场景2：分别绘制三个矩阵的散点 #

如果你需要将三个矩阵的两列数据分别作为三组散点绘制，代码如下：

import numpy as np
import matplotlib.pyplot as plt
from RandomScan import iteration,i_sample

history_my_optimization = np.load("history_optimization.npy")

# 遍历三个矩阵，逐个绘制散点
for mat_idx in range(3):
    x = history_my_optimization[mat_idx, :, 0]
    y = history_my_optimization[mat_idx, :, 1]
    plt.scatter(x, y, label=f"Matrix {mat_idx+1}")

plt.xlabel("delay(um)")
plt.ylabel("Energy(MeV)")
plt.legend()
plt.show()

关键注意事项 #

• 先打印history_my_optimization.shape确认数组维度，确保索引逻辑正确；
• 确认iteration和i_sample的取值范围，避免出现其他索引越界错误；
• plt.scatter的参数需符合规范，不要随意传递无关键字的位置参数。

内容的提问来源于stack exchange，提问作者Paul K