Matplotlib条件设置散点图颜色报错，求解决方法

错误原因分析 #

1. 第一个错误：
   你在列表推导中使用if x > 0，但x是形状为(100,1)的二维numpy数组，x > 0会生成同形状的布尔数组。numpy不允许直接将多维布尔数组作为if的判断条件（无法确定你要判断“所有元素为真”还是“至少一个元素为真”），因此抛出ValueError。同时你遍历的是x中的元素v，但判断时却用了整个x数组，逻辑本身就错误。

2. 第二个错误：
   x.all()返回的是一个单一布尔值（判断数组所有元素是否都大于0），你尝试遍历这个布尔值，自然会触发TypeError（布尔值不可迭代），而且这也不符合你“逐个点判断”的需求。

正确解法 #

方法1：遍历数组元素时正确取值

由于x是二维数组（每个元素是长度为1的子数组），遍历的时候要取出子数组中的数值再判断：

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(100,1)  # 用randn生成包含正负的数组，方便测试
y = np.random.rand(100,1)

# 取出每个子数组的第一个元素做判断
colors = ['r' if v[0] > 0 else 'b' for v in x]
plt.scatter(x, y, c=colors)
plt.show()

方法2：将二维数组转为一维后遍历

用flatten()或ravel()把x转成一维数组，简化判断逻辑：

colors = ['r' if v > 0 else 'b' for v in x.flatten()]
plt.scatter(x, y, c=colors)

方法3：用numpy向量化操作（更高效）

利用np.where()实现向量化条件判断，避免循环，适合大数据量：

colors = np.where(x > 0, 'r', 'b')
plt.scatter(x, y, c=colors)

补充说明 #

你最初用np.random.rand(100,1)生成的x元素都在[0,1)区间，所有点都会是红色。如果要验证效果，建议换成np.random.randn(100,1)（生成标准正态分布的数值，包含正负）。

内容的提问来源于stack exchange，提问作者Volti