Matplotlib图例与散点图元素颜色不匹配 如何同步循环数据的图例色值

问题根源 #

你现有代码的逻辑存在错误：循环2次的过程中，每次都调用plt.scatter绘制了全量569个数据点，两次生成的散点图层都沿用alldata['target']的全局颜色映射，最终图例的两个标签会复用最后一次散点图层的颜色配置，自然无法和两类样本的实际颜色匹配。

解决方案 #

推荐两种适配你场景的修正方案：

方案1：直接调用散点对象自动生成图例（无需拆分数据，适配大数据集） #

不用循环绘制，直接通过scatter.legend_elements()方法自动提取色值和标签映射，是最简便的写法：

# 仅需绘制一次全量散点
scatter = plt.scatter(svd_pca_eqvt[:,0], svd_pca_eqvt[:,1], c=alldata['target'])
# 手动传入标签和自动生成的图例元素绑定
plt.legend(handles=scatter.legend_elements()[0], labels=['benign', 'malignant'])

方案2：按类别筛选数据后循环绘制（方便自定义各类样式） #

如果需要单独调整每一类的散点样式，可先按target值筛选对应样本再绘制：

# 根据你的实际target取值调整映射关系即可
label_map = {0: 'benign', 1: 'malignant'}
for target_val, label in label_map.items():
    # 仅筛选当前类别的样本下标
    sample_idx = alldata['target'] == target_val
    plt.scatter(svd_pca_eqvt[sample_idx, 0], svd_pca_eqvt[sample_idx, 1], label=label)
plt.legend()

两种方案都可以解决图例颜色不匹配的问题，你可以根据后续是否需要自定义单类样式选择即可。

内容的提问来源于stack exchange，提问作者Adam Rainah