Matplotlib散点图图例异常及循环绘图问题求解

一、批量绘制策略（Strategy 1）的问题与修复 #

问题原因 #

scatter的legend_elements()方法仅支持基于数值型颜色映射的场景：即通过c传入数值数组，配合cmap生成颜色。你直接传入自定义颜色列表colors，且未提供可用于分组的数值标识，导致该方法无法生成图例所需的手柄（handles）和标签（labels），返回空列表。此外，label=labels的用法错误，scatter的label参数仅接受单个字符串，而非列表。

修复代码 #

通过给每个类别分配唯一数值，让颜色映射生效，再将自动生成的手柄与自定义标签绑定：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.cm as cm

rng = np.random.default_rng(0)
x = rng.uniform(0, 3, 5)
y = rng.uniform(0, 5, 5)
labels = ["a", "b", "c", "d", "e"]
# 为每个类别分配唯一数值
label_indices = np.arange(len(labels))
cmap = cm.plasma

# 用数值作为颜色映射依据
scatter = plt.scatter(x=x, y=y, c=label_indices, cmap=cmap)
# 生成手柄后替换为自定义标签
handles, _ = scatter.legend_elements(num=label_indices)
plt.legend(handles, labels, loc="lower right")
plt.show()

二、循环绘制策略（Strategy 2）的问题与修复 #

问题原因 #

1. 循环逻辑错误：仅按unique的索引取点，若labels存在重复值，会丢失部分数据；即使无重复，也未遵循按类别筛选数据的逻辑。
2. 图例设置错误：label=str(unique)将整个类别列表转为字符串作为所有点的图例，无法区分单个类别。
3. 参数冗余：使用color指定固定颜色时，cmap参数无效，属于多余设置。

修复代码 #

建立类别与颜色的映射，按类别筛选数据并单独绘制，为每个类别设置对应图例：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.cm as cm

rng = np.random.default_rng(0)
x = rng.uniform(0, 3, 5)
y = rng.uniform(0, 5, 5)
labels = ["a", "b", "c", "d", "e"]
colors = [cm.plasma(i / float(len(labels))) for i in range(len(labels))]

plt.figure()
# 绑定类别与对应颜色
label_color_map = dict(zip(labels, colors))

for label in label_color_map:
    # 筛选当前类别的数据点
    mask = np.array(labels) == label
    plt.scatter(x[mask], y[mask], color=label_color_map[label], label=label)

plt.legend(loc="lower right")
plt.show()

内容的提问来源于stack exchange，提问作者Antonio Carnevali