如何在Matplotlib散点图中正确关联数据标签与颜色编码

核心思路 #

直接固定颜色映射规则和图例的取值对应顺序，避免Matplotlib自动按数据出现顺序分配标签。具体做两点调整：

1. 自定义颜色映射，让0对应蓝色、1对应红色
2. 生成图例元素时强制指定取值顺序，确保标签和color_code的取值严格对应

修改后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

BT1=np.random.uniform(180,300,size=[1,100]) #x
BT2=np.random.uniform(180,300,size=[1,100]) #y
color_code=np.random.choice([0,1],size=[1,100]) #color code

# 手动指定颜色映射：0→蓝色，1→红色
cmap = ListedColormap(['blue', 'red'])

fig,ax=plt.subplots()
# 固定颜色映射的取值范围，确保0和1始终对应指定颜色
scatter=ax.scatter(BT1, BT2, c=color_code, cmap=cmap, vmin=0, vmax=1)

# 生成图例时强制指定取值顺序为[0,1]，匹配后续的标签
legend_handles = scatter.legend_elements(num=2, values=[0,1])[0]
ax.legend(handles=legend_handles, labels=["Clear","Cloudy"], title="Cloud Mask")

ax.set_xlabel("TIR1 sample BT")
ax.set_ylabel("TIR2 sample BT")
plt.show()

关键细节说明 #

• vmin=0, vmax=1：锁定颜色映射的取值范围，不管color_code里0和1谁先出现，颜色对应关系都不会变
• values=[0,1]：强制legend_elements()按0、1的顺序生成图例手柄，这样后续的["Clear","Cloudy"]标签就能精准对应0和1
• 也可以用内置colormap替代手动指定：比如cmap = plt.cm.get_cmap('coolwarm', 2)，但手动指定颜色更直观符合需求

之前方法无效的原因 #

你之前修改图例手柄颜色的代码，问题出在传入labels=["Clear","Cloudy"]后，图例手柄的标签已经被替换成了"Clear"和"Cloudy"，不再是"0"和"1"，所以hl_dict['0']找不到对应的手柄，自然无法生效。

内容的提问来源于stack exchange，提问作者Pixel_Bear