Matplotlib散点图添加Pareto front（帕累托前沿）显示异常问题求解

• 帕累托点识别逻辑错误：identify_pareto函数的最优判断条件写反，比如你要最小化两个目标却写了最大化的判断逻辑，导致最终只筛选到1-2个有效帕累托点，连线后自然只有极短的线段
• 排序逻辑错误：筛选到帕累托点后，只按第一维（x轴）做升序排序，没有对应匹配第二维（y轴）的顺序，或是排序后错误切片只取了部分点用于绘图
• 绘图参数错误：调用plot绘制前沿线时，误将单个点的坐标传入，或是线宽、颜色透明度设置异常导致线不可见

1. 先修正identify_pareto函数的判断逻辑，以最常见的两个目标均最小化的场景为例，正确的识别逻辑如下：

import numpy as np

def identify_pareto(scores):
    # scores是形状为(n,2)的numpy数组，每行是一个样本的两个目标值
    population_size = scores.shape[0]
    pareto_front = np.ones(population_size, dtype=bool)
    for i in range(population_size):
        for j in range(population_size):
            # 判断j是否支配i：j的两个目标都小于等于i，且至少一个严格小于
            if all(scores[j] <= scores[i]) and any(scores[j] < scores[i]):
                pareto_front[i] = False
                break
    return scores[pareto_front]

2. 对返回的帕累托点做正确排序：按第一维目标升序排序，对应第二维目标会自动呈降序排列，符合最小化双目标的帕累托前沿形态

pareto_points = identify_pareto(你的15组二维数据)
# 按x轴（第一列）升序排序
sorted_pareto = pareto_points[np.argsort(pareto_points[:, 0])]

3. 绘图时传入完整的排序后点坐标，设置合理的线宽：

import matplotlib.pyplot as plt
# 先画原始散点
plt.scatter(你的数据[:,0], 你的数据[:,1], c='blue', label='原始样本')
# 画帕累托前沿线+帕累托点标记
plt.plot(sorted_pareto[:,0], sorted_pareto[:,1], c='red', linewidth=2, marker='o', label='帕累托前沿')
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者Reut