如何让Matplotlib中errorbar与对应数据点颜色一致？

要实现误差线颜色和数据点（由z值映射的颜色）一致，你需要逐个绘制每个数据点的误差线——因为一次性批量绘制误差线无法为每条线单独指定颜色。以下是修改后的代码：

import matplotlib.pyplot as plt

x = [1,2,3,4,5]
x_err = [0.1,0.2,0.3,0.4,0.5]
y = [5,6,7,8,9]
y_err = [0.5,0.6,0.7,0.8,0.9]
z = [3,4,5,6,7]

fig, ax = plt.subplots()

# 先绘制散点图，基于z值生成对应颜色
scatter = ax.scatter(x, y, c=z, s=50, cmap='viridis')
cbar = fig.colorbar(scatter, cmap='viridis')
cbar.set_label('z')

# 获取每个数据点的颜色
point_colors = scatter.get_facecolors()

# 循环遍历每个数据点，单独绘制误差线
for xi, yi, xe, ye, color in zip(x, y, x_err, y_err, point_colors):
    ax.errorbar(xi, yi, xerr=xe, yerr=ye, fmt='*', elinewidth=0.9, ecolor=color, capsize=3)

plt.show()

关键说明： #

• 先绘制散点图是为了利用z值和指定的colormap生成每个点的对应颜色，通过scatter.get_facecolors()可以直接获取这些颜色的RGBA值。
• 循环绘制误差线时，将每个误差线的ecolor参数设置为对应点的颜色，就能实现误差线与数据点颜色一致。
• 调整散点的s参数让数据点更清晰，添加capsize参数让误差线的端点帽子更明显（可根据需求调整）。

内容的提问来源于stack exchange，提问作者Anirudh Salgundi