使用Matplotlib与ListedColormap绘制鸢尾花数据集：散点图颜色异常求助

嘿，我一眼就看出问题啦！你已经把鸢尾花数据整理得很到位，但散点图没按标签分色的原因是**plt.scatter()缺少了关键的颜色映射依据参数**。咱们来快速修正：

问题根源 #

你只设置了cmap=cmap_bold，但没有告诉Matplotlib「根据哪个字段来分配颜色」——也就是缺失了c参数，这个参数需要传入你的标签列，让不同的标签值对应到你定义的颜色映射里。

修正后的完整代码 #

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

# 加载并整理数据
iris = load_iris()
data = pd.DataFrame(iris.data, columns=iris.feature_names)
data['label'] = iris.target

# 定义三类鸢尾花对应的颜色
cmap_bold = ListedColormap(['#FF0000', '#00FF00', '#0000FF'])

# 绘制散点图：关键是添加c=data['label']参数
plt.scatter(
    data['sepal length (cm)'], 
    data['sepal width (cm)'], 
    c=data['label'],  # 核心：根据标签列分配颜色
    cmap=cmap_bold,
    edgecolor='white'  # 可选：给点加白色边框，让不同颜色点更清晰
)

# 优化图表标注
plt.title("Sepal Width vs Sepal Length (By Iris Species)")
plt.xlabel('Sepal Length (cm)')
plt.ylabel('Sepal Width (cm)')

# 添加图例（因为scatter默认不会自动生成分类图例，手动创建）
from matplotlib.patches import Patch
legend_elements = [
    Patch(color='#FF0000', label='Setosa'),
    Patch(color='#00FF00', label='Versicolor'),
    Patch(color='#0000FF', label='Virginica')
]
plt.legend(handles=legend_elements, loc='upper right')

plt.show()

关键说明 #

• c=data['label']：这是核心！把标签列（值为0、1、2）传入，Matplotlib会自动将每个标签值对应到cmap_bold里的颜色（0→红色，1→绿色，2→蓝色）
• 新增的edgecolor='white'是可选优化，能让密集的点边界更清晰，避免颜色混在一起
• 手动添加图例是因为散点图的默认图例是基于颜色数值的，咱们需要把标签值映射成对应的鸢尾花品种名称，让图表更易读

这样修改后，你就能看到三类鸢尾花的散点分别显示红、绿、蓝三种颜色啦！

内容的提问来源于stack exchange，提问作者Amanda Wang