Python散点图按LOF值着色：解决重叠点显示优先级问题

这个场景太常见了！当多个点坐标完全重合时，Matplotlib会按数据传入的顺序绘制，后画的点会盖在先画的上面——你现在的问题就是高LOF值的点先被画了，然后被低LOF的点盖住了，反过来调整顺序就行。

核心解决方案：按LOF值升序排序后绘图 #

我们只需要把数据按LOF值从小到大排序，让低LOF的点先绘制，高LOF的点最后绘制，就能保证高LOF的点显示在最上层。具体代码修改如下：

import pandas as pd
import matplotlib.pyplot as plt

# 原始数据
df = pd.DataFrame({'x': [1, 1], 'y': [1, 1]})
lof = pd.DataFrame({'lof': [2, 1]})

# 第一步：合并坐标数据和LOF值，方便统一排序
combined_data = pd.concat([df, lof], axis=1)
# 第二步：按LOF值升序排序（小的在前，大的在后）
sorted_data = combined_data.sort_values(by='lof')

# 第三步：用排序后的数据集绘图
fig = plt.figure(figsize=(4, 3), dpi=200)
plt.scatter(sorted_data['x'], sorted_data['y'], s=8, c=sorted_data['lof'])
plt.show()

进阶优化：差异化突出高LOF点 #

如果重叠点特别多，除了调整绘制顺序，还可以给高LOF的点单独设置更大的尺寸、特殊的标记样式，让它们更显眼：

# 拆分低LOF和高LOF数据集
low_lof_points = sorted_data[sorted_data['lof'] <= 1]
high_lof_points = sorted_data[sorted_data['lof'] > 1]

fig = plt.figure(figsize=(4, 3), dpi=200)
# 先画低LOF的点
plt.scatter(low_lof_points['x'], low_lof_points['y'], s=8, c=low_lof_points['lof'])
# 再画高LOF的点，用更大的尺寸和星形标记
plt.scatter(high_lof_points['x'], high_lof_points['y'], s=15, c=high_lof_points['lof'], marker='*')
plt.colorbar(label='LOF Value')
plt.show()

这样处理后，高LOF的离群点不仅不会被覆盖，还能通过视觉差异快速被识别出来~

内容的提问来源于stack exchange，提问作者Slangers