如何在matplotlib中使用分类boardid列为散点图设置不同颜色

核心逻辑是对不同boardid的分组数据分别指定颜色绘制，有两种常用实现方案：

方案1：遍历分组分别绘图（逻辑最直观） #

直接提取所有唯一的boardid值，为每个值分配对应颜色后逐组绘制散点，修改后的完整代码如下：

# 原有数据过滤逻辑保持不变
t_min = data.index.min()
t_max = pd.Timestamp('2015-01-01')

plt.figure(figsize=(18,5))
plt.xlim(t_min, t_max)

location_filter = data.location == 'Fitzroy Gardens'
time_filter     = data.index < t_max
data_filtered   = data[location_filter & time_filter]

# 新增着色逻辑
# 提取所有唯一的boardid
unique_boards = data_filtered['boardid'].unique()
# 自定义5种颜色，可根据需求调整，也可直接使用matplotlib默认颜色循环
custom_colors = ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd']

for board_id, color in zip(unique_boards, custom_colors):
    # 筛选当前boardid对应的数据子集
    current_subset = data_filtered[data_filtered['boardid'] == board_id]
    # 绘制散点，添加label用于生成图例
    plt.plot(current_subset.index, current_subset.temp_avg, ',', c=color, alpha=.9, label=f'Board {board_id}')

# 添加图例区分不同boardid的颜色
plt.legend()
plt.show()

方案2：使用scatter方法映射分类编码（代码更简洁） #

将分类变量boardid转为数值编码后直接传入scatter的c参数，配合颜色映射表实现着色：

# 数据过滤逻辑同方案1
t_min = data.index.min()
t_max = pd.Timestamp('2015-01-01')

plt.figure(figsize=(18,5))
plt.xlim(t_min, t_max)

location_filter = data.location == 'Fitzroy Gardens'
time_filter     = data.index < t_max
data_filtered   = data[location_filter & time_filter]
unique_boards = data_filtered['boardid'].unique()

# 将boardid转为数值编码
data_filtered['board_code'] = pd.factorize(data_filtered['boardid'])[0]
# 绘制散点，使用tab10色系匹配5个分类值
plt.scatter(
    x=data_filtered.index, 
    y=data_filtered.temp_avg, 
    c=data_filtered['board_code'],
    cmap='tab10',
    alpha=0.9,
    marker=','
)

# 生成自定义图例
legend_handles = [
    plt.Line2D([], [], marker=',', color='w', markerfacecolor=plt.cm.tab10(idx), markersize=10, label=f'Board {bid}')
    for idx, bid in enumerate(unique_boards)
]
plt.legend(handles=legend_handles)
plt.show()

两种方案都可以实现5个boardid对应5种不同颜色的效果，方案1适合需要精细调整每个分类样式的场景，方案2适合分类数量较多的场景。

内容的提问来源于stack exchange，提问作者latarara