Matplotlib散点图绘制t-SNE可视化时出现维度不匹配ValueError问题求助

看起来你踩了一个很典型的新手坑——标签数据和特征数据加载重复了，这直接导致了连锁的错误。我来一步步帮你拆解问题，搞定这个报错：

核心问题分析 #

先看你代码里的这两行：

X = np.loadtxt("ecg_test_tsne_randomremoved_tagremoved.txt")
labels = np.loadtxt("ecg_test_tsne_randomremoved_tagremoved.txt")

你把同一个数据文件既当成了特征矩阵X，又当成了标签数组labels！假设你的ECG数据是「每行前半部分是特征，最后一列是标签」的结构，那X会是一个(2500, N)的二维数组（2500个样本，每个样本N个特征），而labels加载后也是一模一样的二维数组，总元素数就是2500*N=470000——这正好对应错误提示里的“'c'参数包含470000个元素，与大小为2500的'x'和'y'参数不一致”。

当matplotlib收到二维数组作为c参数时，会误以为你要直接指定每个点的RGBA颜色，但数组长度不符合3或4的要求，于是又触发了第二个RGBA相关的ValueError。

一步一步修正 #

1. 正确拆分特征和标签 #

首先得明确你的数据文件结构：

• 如果ecg_test_tsne_randomremoved_tagremoved.txt里每行最后一列是标签，前面是特征，先加载整个数据集再拆分：

  # 先加载完整数据
  data = np.loadtxt("ecg_test_tsne_randomremoved_tagremoved.txt")
  # 取所有行、除最后一列的部分作为特征矩阵X
  X = data[:, :-1]
  # 取所有行的最后一列作为标签数组labels
  labels = data[:, -1]
  

• 如果标签是单独存放在另一个文件（比如ecg_test_labels.txt），直接加载正确的标签文件即可：

  labels = np.loadtxt("ecg_test_labels.txt")
  

2. 验证维度是否匹配 #

修正后一定要加几行打印代码确认：

print(f"X的形状：{X.shape}")       # 应该是(2500, 特征数)，比如(2500, 188)
print(f"labels的形状：{labels.shape}")  # 必须是(2500,)——一维数组，长度和样本数一致
print(f"t-SNE输出Y的形状：{Y.shape}") # 应该是(2500, 2)，每个样本对应一个二维坐标

只要labels.shape是(2500,)，就说明维度匹配了。

3. 修正后的完整代码 #

这里给你整理好可以直接运行的版本：

import numpy as np
import pylab
import tsne  # 确保这是van der Maaten的t-SNE实现

if __name__ == "__main__":
    print("Run Y = tsne.tsne(X, no_dims, perplexity) to perform t-SNE on your dataset.")
    print("Running example on ECG samples...")
    
    # 正确加载并拆分特征与标签
    data = np.loadtxt("ecg_test_tsne_randomremoved_tagremoved.txt")
    X = data[:, :-1]
    labels = data[:, -1]
    
    # 验证维度（可选，但排查问题很有用）
    print(f"X shape: {X.shape}, Labels shape: {labels.shape}")
    
    # 执行t-SNE降维
    Y = tsne(X, 2, 50, 20.0)
    print(f"t-SNE output shape: {Y.shape}")
    
    # 绘制散点图，c参数用一维labels就没问题了
    pylab.scatter(Y[:, 0], Y[:, 1], s=20, c=labels)
    pylab.colorbar()  # 加个颜色条，方便对应标签与颜色
    pylab.show()

额外排查小技巧 #

• 如果加载标签后还是二维数组，检查文件分隔符：比如是逗号分隔的CSV，要加delimiter=','参数：np.loadtxt("xxx.txt", delimiter=',')
• 如果标签是字符串（比如"normal"、"abnormal"），用dtype=str加载，matplotlib会自动给不同字符串分配不同颜色：labels = np.loadtxt("xxx.txt", dtype=str)
• 要是搞不清数据结构，用print(data[:2])打印前两行数据，就能直观看到每行的结构了。

内容的提问来源于stack exchange，提问作者SAS2507