如何在散点图中用不同颜色区分数据点？附代码与样本数据

嘿，我来帮你调整代码，实现用不同颜色区分不同数据点～从你的数据来看，Gender列（0和1）是完美的分组依据，我们可以基于它来给每个点分配不同颜色。

核心思路 #

原来的plt.plot只能批量设置同一种样式的点，而plt.scatter支持为每个点单独指定颜色，正好满足你的需求。我们可以直接把Gender列作为颜色参数，或者自定义颜色映射让类别更直观。

方案1：使用默认颜色映射快速实现 #

这个方案最简洁，利用matplotlib的内置颜色映射自动区分Gender的0和1：

import pandas as pd
import matplotlib.pyplot as plt

# 用原始字符串避免Windows路径的转义问题（也可以把\换成//）
data1 = pd.read_csv(r'F:\HCSE\sample_data1.csv', sep=';')
colnames = data1.columns

# 使用scatter绘图，c参数指定颜色由Gender列决定
scatter_plot = plt.scatter(
    x=data1.iloc[:, 0],  # Age列
    y=data1.iloc[:, 2],  # LOS列
    c=data1['Gender'],   # 按Gender分配颜色
    cmap='viridis',      # 可选的颜色映射，比如'coolwarm'也很好看
    alpha=0.7            # 点的透明度，避免重叠时看不清
)

# 设置坐标轴标签
plt.ylabel(colnames[2])
plt.xlabel(colnames[0])

# 添加图例，解释颜色对应的Gender类别
plt.legend(
    handles=scatter_plot.legend_elements()[0],
    labels=['Female', 'Male'],  # 根据你的数据定义0和1对应的含义
    title='Gender'
)

plt.show()

方案2：自定义颜色映射（更灵活） #

如果你想指定特定颜色对应某个Gender，比如0用红色，1用蓝色，可以用自定义映射：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.patches import Patch

data1 = pd.read_csv(r'F:\HCSE\sample_data1.csv', sep=';')
colnames = data1.columns

# 自定义颜色映射：key是Gender值，value是颜色代码/名称
gender_color_map = {
    0: '#ff6b6b',  # 珊瑚红
    1: '#4ecdc4'   # 薄荷绿
}
# 把每个Gender值映射成对应的颜色
point_colors = data1['Gender'].map(gender_color_map)

plt.scatter(
    x=data1.iloc[:, 0],
    y=data1.iloc[:, 2],
    c=point_colors,
    alpha=0.7
)

# 设置坐标轴标签
plt.ylabel(colnames[2])
plt.xlabel(colnames[0])

# 创建自定义图例
legend_elements = [
    Patch(facecolor=gender_color_map[0], label='Female'),
    Patch(facecolor=gender_color_map[1], label='Male')
]
plt.legend(handles=legend_elements, title='Gender')

plt.show()

小提示 #

• 路径问题：Windows路径里的\会被当作转义字符，所以用r'路径'原始字符串或者把\换成//更稳妥
• 如果你的数据里有更多类别（比如Gender有3个值），这两种方案依然适用，颜色映射会自动扩展
• alpha参数可以让点半透明，当数据点重叠时更容易看清分布

内容的提问来源于stack exchange，提问作者ehsun