如何在散点图绘制中为两列数据的前1%值设置不同颜色

核心逻辑说明 #

你原有代码的循环会覆盖阈值存储变量，无法同时保留两列的分位阈值，我们可以先统一计算两列阈值，再为数据点打分类标签，最后按标签映射颜色绘图即可。

完整实现代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 1. 读取数据
features = ['column1' , 'column2']
df = pd.read_csv('XX.csv', usecols=features, sep=';', encoding='ISO-8859-1')

# 2. 计算两列的99%分位阈值
thresholds = df[features].quantile(q=0.99, numeric_only=True)
col1_thres = thresholds['column1']
col2_thres = thresholds['column2']

# 3. 为数据点打分类标签（可根据需求调整分类规则）
# 规则示例：0=普通点，1=仅column1前1%，2=仅column2前1%，3=两列都在前1%
df['point_type'] = 0
df.loc[df['column1'] >= col1_thres, 'point_type'] += 1
df.loc[df['column2'] >= col2_thres, 'point_type'] += 2

# 4. 配置颜色映射，可自行修改颜色值
color_map = {
    0: '#1f77b4', # 普通点：蓝色
    1: '#ff7f0e', # 仅column1前1%：橙色
    2: '#2ca02c', # 仅column2前1%：绿色
    3: '#d62728'  # 两列都在前1%：红色
}
df['color'] = df['point_type'].map(color_map)

# 5. 绘制散点图
plt.figure(figsize=(10,6))
# 以时间序列索引为x轴的双列散点图
plt.scatter(df.index, df['column1'], color=df['color'], label='column1', alpha=0.7)
plt.scatter(df.index, df['column2'], color=df['color'], label='column2', alpha=0.7)
# 如果需要绘制column1为x轴、column2为y轴的散点图，把上面两行替换为下面这行即可
# plt.scatter(df['column1'], df['column2'], color=df['color'], alpha=0.7)

# 补充图表配置
plt.xlabel('时间序列索引')
plt.ylabel('数值')
plt.legend()
plt.title('双列时间序列散点图（前1%数值特殊标记）')
plt.show()

自定义调整说明 #

• 如果不需要区分是哪一列的前1%，只需要统一标记所有前1%的点，步骤3可以简化为：df['is_top1'] = (df['column1'] >= col1_thres) | (df['column2'] >= col2_thres)，然后颜色映射只需要两类即可。
• 散点的大小、透明度、颜色值都可以根据可视化需求自行调整。

内容的提问来源于stack exchange，提问作者bazinga