如何使用Matplotlib绘制含自定义属性的Point对象散点图？

嘿，我懂你遇到的困扰了——用numpy存了自定义的Point对象数组，想直接靠对象的color属性画散点图却报错，对吧？核心问题其实是Matplotlib的scatter函数没法直接识别你的自定义类对象，它需要的是单独的坐标序列和颜色序列，而不是打包好的对象数组。

咱们一步步来修正你的代码：

完整可运行代码 #

import numpy as np
import matplotlib.pyplot as plt

N = 10

class Point:
    def __init__(self, x_axis, y_axis, color, add_info):
        self.x_axis = x_axis
        self.y_axis = y_axis
        self.color = color
        self.add_info = add_info

# 生成存储Point对象的numpy数组
points = np.empty([N], dtype=Point)
for i in range(N):
    # 这里改成了随机颜色方便看效果，你也可以换回固定的'red'
    color = 'red' if i % 2 == 0 else 'blue'
    points[i] = Point(np.random.uniform(0, 1), np.random.uniform(0, 1), color, 1)

# 关键步骤：从每个Point对象中提取需要的属性
x_coords = [p.x_axis for p in points]  # 提取所有x坐标
y_coords = [p.y_axis for p in points]  # 提取所有y坐标
point_colors = [p.color for p in points]  # 提取所有点的颜色

# 绘制散点图
plt.scatter(x_coords, y_coords, color=point_colors)
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Scatter Plot of Custom Point Objects')
plt.show()

关键说明 #

1. 属性提取：用列表推导式把数组里每个Point对象的x_axis、y_axis和color分别提取出来，变成Matplotlib能识别的序列。你也可以用numpy数组存储这些值（比如np.array([p.x_axis for p in points])），效果完全一致。
2. scatter参数适配：把提取好的坐标和颜色序列传入scatter函数，color参数会自动对应每个点的颜色属性。

如果你更习惯用numpy风格的批量处理，也可以用np.vectorize来提取属性，代码如下：

# 用vectorize批量提取属性
get_x = np.vectorize(lambda p: p.x_axis)
get_y = np.vectorize(lambda p: p.y_axis)
get_color = np.vectorize(lambda p: p.color)

x_coords = get_x(points)
y_coords = get_y(points)
point_colors = get_color(points)

这样修改后，你就能顺利画出对应颜色的散点图啦！

内容的提问来源于stack exchange，提问作者MATH101