Python多ID数据集同图绘制：a为x轴、b为y轴的散点图实现

咱们先拆解下你代码里的问题：

1. 你用id的值（比如1、2）去索引列表information，但列表的索引是从0开始的，这会直接导致索引越界错误——毕竟你的列表只有2个元素，合法索引只能是0和1。
2. 每次循环里都调用plt.show()，这会让每个ID的散点图单独弹出一个窗口，而不是合并到同一张图里展示。

下面给你两种实用的解决方案：

方案一：直接遍历数据集列表 #

这是最简洁的方式，不需要依赖id值，直接逐个处理列表里的每个数据项：

import matplotlib.pyplot as plt
import numpy as np

# 补全数据集的numpy数组定义
Information = [
    {'id' : 1, 'a' : np.array([0.7, 0.5 , 0.20 , 0.48 , 0.79]), 'b' : np.array([0.1, 0.5 , 0.96 , 0.08 , 0.7])},
    {'id' : 2, 'a' : np.array([0.37, 0.55 , 0.27 , 0.47 , 0.79]), 'b' : np.array([0.1, 0.5 , 0.9 , 0.87 , 0.7])}
]

# 遍历每个数据条目
for item in Information:
    a_data = item['a']
    b_data = item['b']
    # 添加label，方便在图例中区分不同ID
    plt.scatter(a_data, b_data, label=f"ID: {item['id']}")

# 完善图表细节
plt.xlabel('a')
plt.ylabel('b')
plt.title('Scatter Plot for All IDs')
plt.legend()  # 显示图例，区分不同ID的点
plt.show()  # 最后统一显示整张图表

方案二：用ID映射字典（适合ID不连续的场景） #

如果后续你的数据集ID可能不是连续数字，或者列表顺序和ID顺序不一致，可以先把数据集转换成以ID为键的字典，再遍历：

import matplotlib.pyplot as plt
import numpy as np

Information = [
    {'id' : 1, 'a' : np.array([0.7, 0.5 , 0.20 , 0.48 , 0.79]), 'b' : np.array([0.1, 0.5 , 0.96 , 0.08 , 0.7])},
    {'id' : 2, 'a' : np.array([0.37, 0.55 , 0.27 , 0.47 , 0.79]), 'b' : np.array([0.1, 0.5 , 0.9 , 0.87 , 0.7])}
]

# 转换为以ID为键的字典，方便通过ID直接取数
info_dict = {entry['id']: entry for entry in Information}

# 遍历所有ID
for id_num in info_dict:
    current_data = info_dict[id_num]
    plt.scatter(current_data['a'], current_data['b'], label=f"ID: {id_num}")

plt.xlabel('a')
plt.ylabel('b')
plt.title('Scatter Plot for All IDs')
plt.legend()
plt.show()

这两种方案都能把所有ID的散点绘制在同一张图里，并且通过图例清晰区分不同ID的数据。

内容的提问来源于stack exchange，提问作者jig