求助：散点图按z值设置不同marker失败，代码仅显示单一标记

你的问题出在数组级别的条件判断无法逐个点控制标记类型：

• 原代码里的if z == x是对整个数组做元素级比较，得到的是布尔数组，但if语句只会判断这个数组整体是否为“真”（只有所有元素都是True才会走if分支），所以最终只会执行其中一个scatter调用，所有点用同一种标记。
• 直接遍历数组报错，大概率是因为循环时单个点的颜色映射没处理好，或者维度不匹配。

给你两种可行的解决方案：

方案1：拆分数据分组绘制（推荐） #

把数据按z≤12和z>12拆分成两组，分别调用scatter设置不同标记，这样颜色映射能保持统一：

import numpy as np
import matplotlib.pyplot as plt

# 补全示例数据（你可以替换成自己的x、y、z）
x = np.arange(1, 25)
y = np.random.rand(24)
z = np.arange(1, 25)

# 生成布尔掩码拆分数据
mask = z <= 12

# 绘制第一组：z≤12，用marker='1'
plt.scatter(x[mask], y[mask], c=z[mask], cmap='jet', marker='1', s=100)
# 绘制第二组：z>12，用marker='o'
plt.scatter(x[~mask], y[~mask], c=z[~mask], cmap='jet', marker='o', s=100)

# 添加颜色条，保持颜色统一
plt.colorbar(label='z值')
plt.show()

方案2：遍历每个点绘制（适合特殊场景） #

如果一定要遍历，需要确保每次绘制的颜色基于整个z数组的范围，避免颜色混乱：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(1, 25)
y = np.random.rand(24)
z = np.arange(1, 25)

# 先设置颜色映射的范围，确保所有点颜色统一
norm = plt.Normalize(z.min(), z.max())
cmap = plt.get_cmap('jet')

for xi, yi, zi in zip(x, y, z):
    marker = '1' if zi <= 12 else 'o'
    # 用norm和cmap手动计算颜色
    color = cmap(norm(zi))
    plt.scatter(xi, yi, color=color, marker=marker, s=100)

plt.colorbar(plt.cm.ScalarMappable(norm=norm, cmap=cmap), label='z值')
plt.show()

两种方案里，方案1更高效简洁，也更符合Matplotlib的使用习惯，推荐优先使用。

内容的提问来源于stack exchange，提问作者cat_herder