散点图标记大小调整、标记类型自定义及警告排查问题

嘿，我来帮你搞定这两个问题：

1. 标记大小不生效+RuntimeWarning的修复 #

你当前代码里犯了个小错误：同时用了s和sizes参数，这在plt.scatter里是冲突的！

• s是直接给每个点指定具体大小数值，你的interval_size最大才2.4左右，直接用s=interval_size的话，点会小到几乎看不见，而且数值太小触发了matplotlib计算缩放时的警告。
• sizes是配合size参数用的，用来定义当你传入一个变量作为size时，大小的缩放范围。

修正后的代码如下，我还加了白边让小点也更清晰，可选添加大小图例：

plt.style.use("seaborn")
sns.set_style("darkgrid")
fig, ax = plt.subplots(figsize=(18,9))

# 核心修改：用size传入interval_size，sizes控制大小范围，确保变化明显
scatter = plt.scatter(
    x=true_labels, 
    y=predictions, 
    c=interval_size, 
    alpha=0.6, 
    cmap='viridis', 
    size=interval_size,  # 这里用size代替s
    sizes=(50, 300),     # 调整这个范围让大小差异更直观
    edgecolor='white'    # 加白边提升小点的辨识度
)

cbar = plt.colorbar(scatter)
cbar.set_label("Interval Width", labelpad=1, fontsize=20)
# 可选：添加大小对应的图例
plt.legend(*scatter.legend_elements(prop="sizes", num=5), title="Interval Size")

plt.title("True vs Predicted Labels", fontsize=36)
plt.xlabel("True Labels", fontsize=25)
plt.ylabel("Predicted Labels", fontsize=25)
plt.show()

这样修改后，标记大小会随interval_size增大而明显变大，那个RuntimeWarning也会消失。

2. 按条件自定义标记类型 #

你提到的“按列设置不同标记类型”应该是表述有点偏差——毕竟每个点是(y, y_pred)的组合，没法直接按列分标记。我猜你是想根据某个条件（比如y和y_pred的大小关系，或者interval_size的阈值）来区分标记？

比如我们可以设置：当真实值y大于预测值y_pred时用圆形，反之用方形。实现方法是把数据拆成两组，分别调用plt.scatter：

plt.style.use("seaborn")
sns.set_style("darkgrid")
fig, ax = plt.subplots(figsize=(18,9))

# 定义区分条件：这里用y > y_pred为例
mask = true_labels > predictions

# 第一组：y > y_pred，用圆形标记
scatter1 = ax.scatter(
    x=true_labels[mask], 
    y=predictions[mask], 
    c=interval_size[mask], 
    alpha=0.6, 
    cmap='viridis', 
    size=interval_size[mask], 
    sizes=(50, 300),
    marker='o',
    edgecolor='white'
)

# 第二组：y <= y_pred，用方形标记
scatter2 = ax.scatter(
    x=true_labels[~mask], 
    y=predictions[~mask], 
    c=interval_size[~mask], 
    alpha=0.6, 
    cmap='viridis', 
    size=interval_size[~mask], 
    sizes=(50, 300),
    marker='s',
    edgecolor='white'
)

# 设置颜色条和图例
cbar = plt.colorbar(scatter1)
cbar.set_label("Interval Width", labelpad=1, fontsize=20)
# 添加标记类型对应的图例
ax.legend([scatter1, scatter2], ['True > Predicted', 'True <= Predicted'], fontsize=15)

plt.title("True vs Predicted Labels", fontsize=36)
plt.xlabel("True Labels", fontsize=25)
plt.ylabel("Predicted Labels", fontsize=25)
plt.show()

如果你的区分逻辑是其他条件（比如interval_size是否大于1.5），只需要修改mask的表达式就行，比如mask = interval_size > 1.5。

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