Matplotlib折线图按条件设颜色报错：数组非有效color参数值

我编写了如下Matplotlib绘图代码，希望依据0.05的阈值对数据进行条件格式着色：

from matplotlib.colors import to_rgba
import numpy as np
import matplotlib.pyplot as plt

# Generate x-axis
x = np.linspace(0, len(data_formula), len(data_formula))
colors = np.where(data_formula <= 0.05, "blue", "green")
plt.plot(x, data_formula, c=colors)

# Add labels and title
plt.ylabel('Volume')
plt.xlabel('time')
plt.title('Energy')

# Display the plot
plt.show()

但出现报错：

array(['blue', 'blue', 'blue', ..., 'blue', 'blue', 'blue'], dtype='<U5') is not a valid value for color

尝试过列表等结构仍未解决，想请教问题出在哪里？color参数是否不接受某些数据结构或格式有误？

补充：data_formula定义如下：

def energy(x):
    return (x**2)

data_formula = np.apply_along_axis(energy, axis=0, arr=data_normalized)

其数据类型为numpy.ndarray。

Matplotlib的plt.plot()函数的c（或color）参数不支持为曲线上的每个点单独指定颜色数组——这个参数仅接受单一颜色值（比如字符串"blue"、RGB元组(0,0,1)），或者用于映射颜色条的数值数组，无法直接传递每个点对应的颜色字符串数组。

以下是三种可行的解决方法，可根据需求选择：

方法1：拆分曲线分段绘制 #

通过筛选阈值对应的索引，将数据拆分为两部分分别绘制，适合需要连续曲线的场景：

import numpy as np
import matplotlib.pyplot as plt

# 假设data_normalized是已定义的输入数组
def energy(x):
    return (x**2)

data_formula = np.apply_along_axis(energy, axis=0, arr=data_normalized)
x = np.linspace(0, len(data_formula), len(data_formula))

# 生成阈值筛选掩码
mask = data_formula <= 0.05

# 分别绘制不同阈值区间的曲线
plt.plot(x[mask], data_formula[mask], c="blue")
plt.plot(x[~mask], data_formula[~mask], c="green")

# 添加标签和标题
plt.ylabel('Volume')
plt.xlabel('time')
plt.title('Energy')

plt.show()

注：如果数据中存在非连续的阈值区间，曲线会在断点处断开，若需要连续着色曲线可参考方法3。

方法2：使用scatter绘制着色散点 #

如果不需要连续曲线，仅需每个点按阈值着色，可使用scatter()函数，它支持为每个点单独指定颜色：

import numpy as np
import matplotlib.pyplot as plt

def energy(x):
    return (x**2)

data_formula = np.apply_along_axis(energy, axis=0, arr=data_normalized)
x = np.linspace(0, len(data_formula), len(data_formula))
colors = np.where(data_formula <= 0.05, "blue", "green")

plt.scatter(x, data_formula, c=colors)

plt.ylabel('Volume')
plt.xlabel('time')
plt.title('Energy')

plt.show()

方法3：使用LineCollection绘制连续着色曲线（进阶） #

若需要连续曲线且每个线段片段随阈值变色，可使用LineCollection实现：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection

def energy(x):
    return (x**2)

data_formula = np.apply_along_axis(energy, axis=0, arr=data_normalized)
x = np.linspace(0, len(data_formula), len(data_formula))

# 构造线段片段的坐标对
points = np.array([x, data_formula]).T.reshape(-1, 1, 2)
segments = np.concatenate([points[:-1], points[1:]], axis=1)

# 为每个线段分配颜色（基于前一个点的阈值判断）
colors = np.where(data_formula[:-1] <= 0.05, "blue", "green")

# 创建并添加LineCollection到坐标轴
lc = LineCollection(segments, colors=colors)
fig, ax = plt.subplots()
ax.add_collection(lc)
ax.autoscale()

# 添加标签和标题
ax.set_ylabel('Volume')
ax.set_xlabel('time')
ax.set_title('Energy')

plt.show()

内容的提问来源于stack exchange，提问作者Infomagier