Plotly散点图绘制逻辑及NumPy数组绘图的X坐标疑问

核心逻辑拆解 #

你当前的px.scatter调用其实是指定了用数组的第5列数值作为X坐标，具体原因如下：

• 当把二维NumPy数组arr传入px.scatter作为第一个参数（data_frame）时，Plotly会将其解析为类似DataFrame的结构：每一列对应一个特征（列名从0到6，共7列），每一行对应一个样本（行索引从0到4，共5行）。
• 你传入的第二个参数len(arr)值为5，被直接赋值给px.scatter的x参数——这意味着Plotly会提取数据集中列名为5的所有值作为每个散点的X坐标。
• 由于未显式指定y参数，Plotly默认使用数据集的行索引（即数组的行下标0~4）作为Y坐标。

验证对应关系 #

查看你的数组第5列（索引从0开始）的数值：

arr[:, 5]  # 输出：array([  3,  -6,   0,   3, -999])

这完全对应你观察到的散点坐标：

• 行索引0 → X=3
• 行索引1 → X=-6
• 行索引2 → X=0
• 行索引3 → X=3
• 行索引4 → X=-999

扩展：绘制所有元素的散点图 #

如果你的需求是把数组中所有元素的数值作为X坐标，对应行索引作为Y坐标，需要先将数组扁平化并生成匹配的行索引数组：

import numpy as np
import plotly.express as px

arr = np.array([[1,2,3,1,2,3,4],[1,1,1,1,1,-6,4],[0,0,0,0,0,0,4],[-3,-2,-1,1,2,3,4],[1,1,15,1,2,-999,4]])
# 扁平化数组得到所有元素的X值
x_values = arr.flatten()
# 生成每个元素对应的行索引（每行7个元素，所以每个行索引重复7次）
y_values = np.repeat(np.arange(len(arr)), arr.shape[1])

fig = px.scatter(x=x_values, y=y_values, width=1000, height=500)
fig.update_layout(xaxis_title='array value', yaxis_title='index')
fig.show()

内容的提问来源于stack exchange，提问作者Mr.J