基于pandas DataFrame按flag列设置散点图点颜色的实现方法

完全不用逐行检查哦！这里有两种超直观的简便方案，看你习惯用哪种工具：

方案1：Matplotlib + Pandas原生操作 #

直接把flag列映射成对应的颜色，然后传给散点图的c参数就行，全程不用循环遍历：

import pandas as pd
import matplotlib.pyplot as plt

# 构造你的DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 3],
    'value': [0, 0.03915, 0.13],
    'flag': [0, 0, 1]
})

# 把flag值映射为对应颜色
color_map = {0: 'blue', 1: 'red'}
point_colors = df['flag'].map(color_map)

# 绘制散点图
plt.scatter(df['col1'], df['value'], c=point_colors)
plt.xlabel('col1')
plt.ylabel('value')
plt.show()

方案2：用Seaborn（更简洁省心） #

Seaborn的散点图直接支持按列分组设置颜色，一行核心代码就能搞定，还能自动生成对应图例：

import pandas as pd
import seaborn as sns

df = pd.DataFrame({
    'col1': [1, 2, 3],
    'value': [0, 0.03915, 0.13],
    'flag': [0, 0, 1]
})

# 用hue参数指定按flag列区分颜色，palette自定义颜色映射
sns.scatterplot(data=df, x='col1', y='value', hue='flag', palette={0:'blue', 1:'red'})
plt.show()

这两种方法都利用了数据映射的特性，既简洁又高效，完全不用手动逐行判断flag值～

内容的提问来源于stack exchange，提问作者Teodorico Levoff