Matplotlib散点图Colorbar颜色与散点归一化颜色不匹配如何解决？

API 探路者

2026-9-26

修复方案

核心问题说明

c=cmap.to_rgba(i + 1)写法确实存在问题：你定义的颜色归一化规则是基于fom列的取值范围，但实际传入的是行索引序号i+1，和fom值完全无关，导致散点颜色映射逻辑错误
Colorbar创建逻辑错误：传入了循环最后一次生成的单个散点对象，还重复定义了独立的归一化和色卡规则，和散点实际使用的映射规则不匹配
数据读取bug：数据中的数值用逗号作为小数点，直接读取会被识别为字符串，无法正确做数值映射

修正后完整代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl

ax = plt.gca()

# 读取数据时指定逗号为小数点，直接转数值
df = pd.read_csv('data.txt', delimiter="\t", decimal=',')
df.columns = ["type", "bv", "ron", "fom"]

# 定义type和marker的映射字典，简化循环逻辑
marker_map = {
    'a': 'o',
    'b': 'd',
    'c': 'h',
    'd': 'H',
    'e': 's',
    'u': '<'
}

# 基于fom列创建统一的颜色映射规则
norm = mpl.colors.Normalize(vmin=df.fom.min(), vmax=df.fom.max())
scalar_map = mpl.cm.ScalarMappable(norm=norm, cmap=mpl.cm.hot)
scalar_map.set_array([])

# 循环绘制散点
for idx, row in df.iterrows():
    ax.scatter(
        row['bv'], row['ron'], 
        marker=marker_map[row['type']], 
        edgecolors='black', 
        alpha=0.8, 
        s=100, 
        c=scalar_map.to_rgba(row['fom']) # 传入当前行的fom值做颜色映射
    )

plt.yscale('log')
plt.xscale('log')
plt.grid(True, which="both", ls="-", alpha=0.1)
# 直接传入统一的ScalarMappable对象创建Colorbar，自动匹配映射规则
plt.colorbar(scalar_map, ax=ax, alpha=0.8, label='fom')
plt.show()