如何通过字典指定Matplotlib原生散点图的marker标记类型

问题原因 #

matplotlib 的 scatter() 方法的 marker 参数仅支持传入单个标记类型，不支持像颜色参数那样传入逐点配置的序列，所以直接传入映射后的 Series 会触发类型错误。

解决方案 #

方法1：按类别分批次调用scatter（原生接口推荐） #

该方案完全不需要依赖 Pandas、Seaborn 等高阶封装，仅用 Matplotlib 原生接口即可实现，遍历不同的类别，每次只绘制同一类别的散点，单独指定该类对应的 marker 和颜色即可：

import matplotlib.pyplot as plt

# 原始数据，无需DataFrame存储
x = [4, 8, 1, 0, 2]
y = [0.1, 1, 0.4, 0.8, 0.9]
name = ["A", "A", "B", "A", "B"]

# 配置映射规则
colors = {"A": "red", "B": "blue"}
markers = {"A": "v", "B": "D"}

fig, ax = plt.subplots(1, 1)
# 按类别遍历绘制
for cls in colors.keys():
    # 筛选当前类别的坐标点
    cls_x = [x[i] for i in range(len(x)) if name[i] == cls]
    cls_y = [y[i] for i in range(len(y)) if name[i] == cls]
    ax.scatter(
        x=cls_x,
        y=cls_y,
        facecolors="none",
        edgecolors=colors[cls],
        marker=markers[cls]
    )
plt.show()

方法2：配合Pandas分组实现（若已使用DataFrame存储数据） #

如果你已经在用 DataFrame 存储数据，也可以用分组逻辑实现，本质和方法1逻辑一致：

import matplotlib.pyplot as plt
import pandas as pd

x = [4, 8, 1, 0, 2]
y = [0.1, 1, 0.4, 0.8, 0.9]
name = ["A", "A", "B", "A", "B"]
df = pd.DataFrame(data=zip(x, y, name), columns=["x", "y", "name"])

colors = {"A": "red", "B": "blue"}
markers = {"A": "v", "B": "D"}

fig, ax = plt.subplots(1, 1)
for cls, group in df.groupby("name"):
    ax.scatter(
        x=group["x"],
        y=group["y"],
        facecolors="none",
        edgecolors=colors[cls],
        marker=markers[cls]
    )
plt.show()

内容的提问来源于stack exchange，提问作者a11