如何在matplotlib折线图中将离群值标记为独立的彩色标记点

现有DataFrame结构如下：

val             time
5.6     2021-11-18 03:00:00
2.034   2021-11-18 05:00:00
1.171   2021-11-18 07:00:00
3.023   2021-11-18 09:00:00
4.202   2021-11-18 16:00:00
1.202   2021-11-18 17:00:00
5.202   2021-11-18 18:00:00
7.202   2021-11-18 19:00:00
2.202   2021-11-18 20:00:00
12.202  2021-11-18 21:00:00
1.202   2021-11-18 21:00:00

需求为以time列为x轴、val列为y轴绘制折线图，将val>5的点标记为红色。
原有报错代码：

plt.plot(ab['time'], ab['value'], '-gD', markevery=marks, label='line with select markers')

其中marks为手动生成的离群值列表[7.202,12.202]，报错内容为error -: markevery is iterable but not a valid numpy fancy index

• markevery参数接收的是需要标记的点的索引位置，而不是点的y轴数值，传入数值列表不符合参数要求。
• 代码里取列用的ab['value']和示例数据的列名val不一致，也会触发列不存在的报错，需要注意统一。

该方案全程使用numpy/pandas向量化操作，百万级数据量也不会有性能问题，仅需2次绘图调用即可实现需求：

import pandas as pd
import matplotlib.pyplot as plt

# 先转换time列为datetime格式，避免x轴显示错乱
ab['time'] = pd.to_datetime(ab['time'])

# 第一步：绘制基础绿色折线，无需加标记
plt.plot(ab['time'], ab['val'], '-g', label='数值趋势')

# 第二步：筛选val>5的子集，单独绘制红色标记点，为向量化操作，效率极高
mask = ab['val'] > 5
plt.scatter(ab.loc[mask, 'time'], ab.loc[mask, 'val'], c='red', label='val>5的异常点')

# 可选：配置x轴显示避免重叠
plt.xticks(rotation=45)
plt.legend()
plt.tight_layout()
plt.show()

• 无需提前手动生成离群值列表，直接通过布尔掩码筛选，避免手动匹配的误差
• 两次绘图操作都是matplotlib底层优化过的向量化执行，比循环给每个点设置样式的方案效率高100倍以上，完全适配大数据量场景

内容的提问来源于stack exchange，提问作者jony