如何为Numpy散点图中的指定数据点设置自定义颜色？

问题描述 #

我想用Numpy生成数据并绘制x、y散点，代码如下：

import numpy as np
import matplotlib.pyplot as plt

a = np.array([ [5.033,-3.066], [5.454,-3.492], [-1.971,0.384], ],)
x, y = a.T
plt.scatter(x, y)
plt.ylabel('Yv')
plt.show()

我希望为不同点设置指定颜色，比如前两个点为黑色，第三个点为红色，类似这样的设想（虽然语法不对）：

a = np.array([ [5.033,-3.066] and color="black", [5.454,-3.492] and color="black", [-1.971,0.384] and color="red", ],)

我了解到colormap相关内容，但不确定是否适用于我的需求，请问该如何实现？

解决方案 #

其实你完全不用纠结colormap——colormap更适合把连续数值映射成渐变颜色，而你的需求是给特定点指定固定颜色，直接给plt.scatter()的c参数传一个颜色列表就可以，简单又直观。

修改后的完整代码如下：

import numpy as np
import matplotlib.pyplot as plt

a = np.array([ [5.033,-3.066], [5.454,-3.492], [-1.971,0.384], ])
x, y = a.T
# 按数据点顺序定义对应的颜色，和点一一对应
point_colors = ['black', 'black', 'red']

plt.scatter(x, y, c=point_colors)
plt.ylabel('Yv')
plt.show()

额外说明 #

• c参数接受的颜色列表长度必须和你的数据点数量一致，每个元素可以是：
  • 预定义的颜色名称（比如'blue'、'green'）
  • 十六进制颜色码（比如'#FF0000'对应红色）
  • RGB/RGBA元组（比如(0, 0, 0)对应黑色）
• 如果后续你有批量分类的需求（比如某一类点统一用一种颜色），也可以先把分类标签映射成颜色列表，再传入c参数，这种方式比colormap更可控，完全匹配自定义颜色的需求。

内容的提问来源于stack exchange，提问作者mahmood