如何基于Pandas DataFrame绘制带颜色映射与自定义标记的散点图

问题分析 #

• 颜色映射报错：ValueError: 'c' argument must be a color, a sequence of colors, or a sequence of numbers，原因是c参数不能直接传入类别型数据，需要转换为数值或明确的颜色序列。
• 标记样式映射：Pandas的df.plot.scatter()一次只能指定一种标记，因此需要按set列分组，逐个绘制不同标记的散点。

解决方案代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据
results = pd.DataFrame([[85,72,1,630], [67,50,1,700], [90,43,2,630], [79,53,2,700]], 
                       columns = ['x', 'y', 'day', 'set'])

# 定义映射关系
# 颜色映射：每个day值对应一种颜色（可根据实际需求扩展）
day_color_map = {1: '#FF6B6B', 2: '#4ECDC4'}
# 标记映射：每个set值对应一种标记（支持的标记见matplotlib内置类型）
set_marker_map = {630: 'o', 700: '^'}

# 创建画布
fig, ax = plt.subplots(figsize=(8, 6))

# 按set分组循环绘图
for set_val, group in results.groupby('set'):
    marker = set_marker_map[set_val]
    # 将day值映射为对应的颜色
    colors = group['day'].map(day_color_map)
    # 绘制当前set组的散点
    group.plot.scatter(
        x='x', y='y',
        marker=marker,
        c=colors,
        s=100,  # 设置点的大小
        label=f'set={set_val}',
        ax=ax
    )

# 完善图表元素
ax.legend(title='Set')
ax.set_title('Scatter Plot by Day (Color) and Set (Marker)')
ax.set_xlabel('X Value')
ax.set_ylabel('Y Value')

plt.show()

扩展说明 #

• 如果day是数值型（整数/浮点数），可直接用c=group['day']配合内置色板，代码简化为：

for set_val, group in results.groupby('set'):
    group.plot.scatter(
        x='x', y='y',
        marker=set_marker_map[set_val],
        c=group['day'],
        cmap='viridis',  # 内置色板，可替换为其他如'coolwarm'
        s=100,
        label=f'set={set_val}',
        ax=ax
    )
# 添加颜色条说明day的数值对应关系
plt.colorbar(label='Day')

• 若day或set的取值更多，只需扩展对应的映射字典即可，核心循环逻辑无需修改。

内容的提问来源于stack exchange，提问作者A Roush