使用PyOD生成数据绘图时遇ValueError：'c'参数与x/y维度不一致

错误原因：你使用的PyOD版本中，generate_data函数默认return_X_y=True，即便指定了n_train和n_test参数，返回的结果也不是预期的X_train, y_train, X_test, y_test，而是合并了训练集和测试集的X（共1000条）与对应的标签y（共1000个）。你把这个合并后的标签当成训练集标签y_train来用，但X_train_pd是仅包含500条训练数据的DataFrame，两者维度不匹配，因此触发了c参数元素数与x/y尺寸不一致的报错。

解决办法：在调用generate_data时添加return_X_y=False参数，就能正确获取拆分好的训练集、测试集数据及对应标签。

修正后的完整代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pyod.utils.data import generate_data

contamination = 0.1  # 异常值占比10%
n_train = 500        # 训练集样本数
n_test = 500         # 测试集样本数
n_features = 2       # 特征数
# 添加return_X_y=False参数，获取拆分后的数据集
X_train, y_train, X_test, y_test = generate_data(
    n_train=n_train, n_test=n_test, n_features=n_features, 
    contamination=contamination, return_X_y=False
)

# 转换为DataFrame方便操作
X_train_pd = pd.DataFrame(X_train)

# 绘制散点图
plt.scatter(X_train_pd[0], X_train_pd[1], c=y_train, alpha=0.8)
plt.title('训练集数据散点图')
plt.xlabel('特征1')
plt.ylabel('特征2')
plt.show()

你可以打印X_train.shape和y_train.shape验证，此时两者应该分别为(500, 2)和(500,)，维度匹配后散点图就能正常显示了。

内容的提问来源于stack exchange，提问作者Hailey