Matplotlib自定义样式表散点图颜色异常及颜色循环失效问题

1. 散点标记中心显示错误蓝色的修复 #

散点图默认会给标记设置边缘色（edgecolor），若样式表未明确配置，可能继承默认蓝色边缘，导致视觉上中心颜色异常。要实现纯色标记，有两种方案：

方案A：修改样式表配置 #

在Nice.mplstyle中添加以下配置，让散点边缘色与填充色一致：

scatter.edgecolors: 'face'

此配置会让所有散点的边缘使用填充色，呈现纯整体色效果。

方案B：代码中显式指定参数 #

若不想修改样式表，调用scatter时直接设置edgecolor='face'：

plt.scatter([X]*2, [nY, fun(X, *fitp)], edgecolor='face')

更清晰的写法是分开调用两组数据，确保颜色循环的分配更直观：

plt.scatter(X, nY, edgecolor='face')
plt.scatter(X, fun(X, *fitp), edgecolor='face')

2. 自定义颜色循环不生效的排查与修复 #

首先确保Nice.mplstyle中axes.prop_cycle的配置格式正确，Matplotlib要求用cycler对象定义颜色循环，示例如下：

axes.prop_cycle: cycler('color', ['#2c3e50', '#e74c3c', '#3498db', '#2ecc71'])

注意事项：

• 颜色值支持十六进制码、命名颜色或RGB元组
• 必须保留cycler关键字，语法需严格匹配
• 确保plt.style.use('Nice.mplstyle')放在所有绘图代码之前（你的代码已满足此要求）

若配置后仍不生效，可在代码中打印当前颜色循环验证：

import matplotlib.pyplot as plt
plt.style.use('Nice.mplstyle')
print(plt.rcParams['axes.prop_cycle'])

如果输出不是自定义的颜色列表，说明样式表未被正确加载，可通过print(plt.style.available)查看Matplotlib已识别的样式表，确认你的Nice.mplstyle在搜索路径中。

修改后的完整测试代码 #

import numpy as np
import scipy
import random
import matplotlib.pyplot as plt

def fun(x, a, b, c):
    return a * np.sin(b*(x + c))

depth = 500

X = np.linspace(0, 20, depth)
X3 = 0.5*(X+6)
Y = 15 * np.sin(X3)
nY = np.empty(depth)
rand0_1 = np.empty(depth)

for y in Y:
    i, = np.where(Y == y)
    rand1_2 = np.random.random() * 7
    rand0_1[i] = (-1) ** random.randrange(1, 3)
    nY[i] = Y[i] + (rand0_1[i] * rand1_2)

fitp, fitcov = scipy.optimize.curve_fit(fun, X, nY, p0=[13, 0.3, 9])

plt.style.use('Nice.mplstyle')
plt.scatter(X, nY, edgecolor='face')
plt.scatter(X, fun(X, *fitp), edgecolor='face')
plt.xlim(0, max(X))
plt.ylim(min(nY)-5, max(nY)+5)
plt.show()

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