matplotlib绘制散点图c参数与x、y长度不匹配ValueError问题求助

报错根因 #

plt.scatter()的color/c参数如果传入颜色列表，要求列表长度和散点总数量完全匹配。你当前有70120个(x,y)对的散点，仅传入2个颜色值，长度不匹配触发报错。 #

解决方案（按实际需求选择即可） #

场景1：需要将散点分为两类，分别显示黄绿两种颜色 #

先根据你的分类规则，构造和散点数量一致的颜色列表再传入即可，示例按「Optical SOC值大于SAR SOC为绿色，反之为黄色」的规则实现：

import matplotlib.pyplot as plt
import pandas as pd

soc_data = pd.read_csv('research/featurespace/optical_sar.csv')
x = soc_data.SOCOptical
y = soc_data.SOCSAR

# 构造逐点颜色序列，可根据实际分类规则修改判断条件
point_colors = ['green' if xi > yi else 'yellow' for xi, yi in zip(x, y)]

plt.scatter(x, y, s=0.001, c=point_colors)
plt.title('2D Feature Space - SOC Optical v/s SOC SAR')
plt.xlabel('Optical Predicted SOC')
plt.ylabel('SAR Predicted SOC')
plt.show()

场景2：需要分别展示Optical、SAR两类SOC的数值分布 #

如果你是误以为散点图可以单独给x序列、y序列指定颜色，本质是要单独展示两个序列的分布，可以分开两次调用scatter绘制：

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

soc_data = pd.read_csv('research/featurespace/optical_sar.csv')
x = soc_data.SOCOptical
y = soc_data.SOCSAR
# 生成索引作为公共横轴
idx = np.arange(len(x))

plt.scatter(idx, x, s=0.001, color='green', label='Optical SOC')
plt.scatter(idx, y, s=0.001, color='yellow', label='SAR SOC')

plt.title('SOC Value Distribution')
plt.xlabel('Sample Index')
plt.ylabel('Predicted SOC')
plt.legend()
plt.show()

场景3：需要散点呈现黄绿渐变效果 #

如果不需要明确分类，只是要颜色渐变效果，直接传入数值序列配合cmap配色即可：

plt.scatter(x, y, s=0.001, c=x, cmap='YlGn') # YlGn为内置黄绿渐变配色方案

内容的提问来源于stack exchange，提问作者Muddasir Shah