pandas plot.scatter传入分类列作为c参数时触发ValueError报错

pandas 内置的 plot.scatter 方法底层对接 matplotlib 原生散点接口，c 参数只接受三类合法输入：

• 单个合法颜色值（如'red'、'#2ecc71'）
• 和数据行长度一致的颜色值序列
• 数值型序列，用于连续值的颜色映射

传入的ClusterName是存储细胞类型名的字符串分类列，不属于上述三类输入范围，因此触发ValueError。

方案1：使用seaborn绘制（推荐，零额外转换逻辑） #

seaborn 原生支持字符串分类列作为颜色映射维度，会自动完成分类配色、图例生成，不需要手动做编码转换：

import seaborn as sns
import matplotlib.pyplot as plt

ax = sns.scatterplot(
    data=sorted_df,
    x="ICOS - costimulator:Cyc_14_ch_4",
    y="PD-1 - checkpoint:Cyc_12_ch_4",
    hue="ClusterName",  # 分类列直接传给hue参数即可
    palette="viridis",
    s=50
)
# 调整图例位置，避免遮挡绘图区域
plt.legend(bbox_to_anchor=(1.02, 1), loc="upper left")
plt.tight_layout()
plt.show()

方案2：无额外依赖，手动编码分类值 #

如果不想引入seaborn依赖，可以先把字符串分类转换为整数编码，再自定义颜色映射和图例：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import numpy as np

# 若ClusterName已经是pandas Categorical类型，可直接用.cat.codes获取编码
if pd.api.types.is_categorical_dtype(sorted_df["ClusterName"]):
    code_series = sorted_df["ClusterName"].cat.codes
    labels = sorted_df["ClusterName"].cat.categories
else:
    labels = sorted_df["ClusterName"].unique()
    label_map = {v:i for i, v in enumerate(labels)}
    code_series = sorted_df["ClusterName"].map(label_map)

# 生成对应分类数量的viridis配色
cmap = plt.cm.get_cmap("viridis", len(labels))
custom_cmap = ListedColormap(cmap(np.arange(len(labels))))

# 传入编码后的数值序列绘图
ax = sorted_df.plot.scatter(
    x="ICOS - costimulator:Cyc_14_ch_4",
    y="PD-1 - checkpoint:Cyc_12_ch_4",
    c=code_series,
    colormap=custom_cmap,
    s=50
)

# 手动生成分类型图例
handles = [
    plt.Line2D([0], [0], marker="o", color="w", markerfacecolor=cmap(i), markersize=10)
    for i in range(len(labels))
]
ax.legend(handles, labels, bbox_to_anchor=(1.02, 1), loc="upper left")
plt.tight_layout()
plt.show()

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