Matplotlib中函数曲线区域内数据点的散点图着色方法

没问题，咱们可以通过以下步骤实现你要的效果：先绘制cos(x)曲线，再判断每个散点是否落在曲线下方，最后根据判断结果给散点赋予不同颜色。

完整代码示例 #

import numpy as np
import matplotlib.pyplot as plt

# 1. 绘制cos(x)曲线
x_curve = np.linspace(0, np.pi, 100)  # 增加点数让曲线更平滑
y_curve = np.cos(x_curve)
plt.plot(x_curve, y_curve, label='cos(x)', color='darkblue', linewidth=2)

# 2. 定义散点数据
x_points = np.array([2, 0.9, 2.6, 3.1])
y_points = np.array([0.1, 0.4, 0.5, 0.2])

# 3. 判断每个散点是否在曲线下方
# 计算每个散点x对应的cos(x)值，再和散点的y值比较
is_below = y_points <= np.cos(x_points)

# 4. 颜色编码绘制散点
# 方法一：用颜色列表批量绘制
point_colors = ['crimson' if below else 'limegreen' for below in is_below]
plt.scatter(x_points, y_points, c=point_colors, s=120, edgecolor='black', zorder=5)

# 方法二：分开绘制两类点（图例更清晰）
# plt.scatter(x_points[is_below], y_points[is_below], color='crimson', s=120, edgecolor='black', label='Below cos(x)', zorder=5)
# plt.scatter(x_points[~is_below], y_points[~is_below], color='limegreen', s=120, edgecolor='black', label='Above cos(x)', zorder=5)

# 5. 美化图表
plt.xlabel('x', fontsize=12)
plt.ylabel('y', fontsize=12)
plt.title('cos(x) Curve with Color-Coded Scatter Points', fontsize=14)
plt.legend(fontsize=10)
plt.grid(True, alpha=0.3)
plt.show()

关键步骤解释 #

• 曲线绘制：我把np.linspace的点数从默认50改成100，让cos(x)曲线更平滑；同时给曲线加了线宽和深色，让它更突出。
• 点的判断逻辑：核心是is_below = y_points <= np.cos(x_points)——对每个散点的x值，计算对应的cos(x)，然后比较散点的y值是否小于等于这个值，得到一个布尔数组，标记每个点是否在曲线下方。
• 颜色编码：
  • 方法一用列表推导式生成颜色列表，一次性绘制所有散点，适合快速实现；
  • 方法二分开绘制两类点，能在图例里明确区分“曲线下方”和“曲线上方”的点，可读性更强，你可以根据需求选一种。
• 细节优化：给散点加了黑色边缘（edgecolor='black'）和更高的层级（zorder=5），让散点不会被曲线遮挡；添加网格和合适的字体大小，提升图表美观度。

运行代码后，你就能看到蓝色的cos(x)曲线，以及红色（下方）、绿色（上方）的散点啦！

内容的提问来源于stack exchange，提问作者hmaxx