最近在进行绘图时，遇到了matplotlib画散点图，并根据目标列的类别来设置颜色区间的问题，但是实现的过程较为艰辛。

一、数据准备

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
data = pd.read_excel('./ch2-iris.xlsx')
data.head()

我们希望画出sepal length和sepal width之间的散点图，并根据class列的类别来分类。

二、第一次尝试（失败及其原因）

2.1 失败

# 提取 sepal length 和 sepal width 数据
x_axis = data[' sepal length']
y_axis = data['sepal width']

# 提取 class 列的类别作为颜色
colors = data['class']

# 绘制散点图
plt.scatter(x_axis, y_axis, c=colors)

# 设置图标题和坐标轴标签
plt.title('Sepal Length vs Sepal Width')
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')

# 显示图像
plt.show()

此时代码报错：

ValueError                                Traceback (most recent call last)
File d:\Anaconda\envs\PyTorch\lib\site-packages\matplotlib\axes\_axes.py:4375, in Axes._parse_scatter_color_args(c, edgecolors, kwargs, xsize, get_next_color_func)
   4374 try:  # Is 'c' acceptable as PathCollection facecolors?
-> 4375     colors = mcolors.to_rgba_array(c)
   4376 except (TypeError, ValueError) as err:

File d:\Anaconda\envs\PyTorch\lib\site-packages\matplotlib\colors.py:487, in to_rgba_array(c, alpha)
    486 else:
--> 487     rgba = np.array([to_rgba(cc) for cc in c])
    489 if alpha is not None:

File d:\Anaconda\envs\PyTorch\lib\site-packages\matplotlib\colors.py:487, in (.0)
    486 else:
--> 487     rgba = np.array([to_rgba(cc) for cc in c])
    489 if alpha is not None:

File d:\Anaconda\envs\PyTorch\lib\site-packages\matplotlib\colors.py:299, in to_rgba(c, alpha)
    298 if rgba is None:  # Suppress exception chaining of cache lookup failure.
--> 299     rgba = _to_rgba_no_colorcycle(c, alpha)
    300     try:

File d:\Anaconda\envs\PyTorch\lib\site-packages\matplotlib\colors.py:374, in _to_rgba_no_colorcycle(c, alpha)
    373         return c, c, c, alpha if alpha is not None else 1.
--> 374     raise ValueError(f"Invalid RGBA argument: {orig_c!r}")
...
 'Iris-virginica' 'Iris-virginica' 'Iris-virginica' 'Iris-virginica'
 'Iris-virginica' 'Iris-virginica' 'Iris-virginica' 'Iris-virginica'
 'Iris-virginica' 'Iris-virginica' 'Iris-virginica' 'Iris-virginica'
 'Iris-virginica' 'Iris-virginica' 'Iris-virginica' 'Iris-virginica'
 'Iris-virginica' 'Iris-virginica' 'Iris-virginica' 'Iris-virginica']

2.2 原因

根据错误信息，ValueError: Invalid RGBA argument，似乎是在尝试将 ‘class’ 列的值作为颜色传递给 scatter() 函数时出现了错误。

scatter() 函数要求颜色参数是合法的 RGBA（红绿蓝透明度）值，但 ‘class’ 列的值是字符串类型，不符合颜色参数的要求，因此导致了错误。

如果想将 ‘class’ 列的值用作颜色分类，可以将其转换为数值类型或使用其他方法来将字符串值映射为颜色。

三、第二次尝试（成功）

以下是一种可能的解决方法，将 ‘class’ 列的字符串值映射为颜色编码：

x_axis = data['  sepal length']
y_axis = data['sepal width']
color_map = {'Iris-setosa': 'red', 'Iris-versicolor': 'green', 'Iris-virginica': 'blue'}
# 使用 map 方法将 'class' 列的值映射为颜色编码
colors = data['class'].map(color_map)
c = data['class'].map(color_map)
plt.scatter(x_axis, y_axis, c = c)
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.title('Scatter plot of Sepal Length vs Sepal Width')
plt.show()

运行结果如下：

这样，‘class’ 列的不同类别将分别用红色、绿色和蓝色表示在散点图中。您可以根据需要自定义颜色编码映射字典，以适应您的数据和可视化需求。

四、总结—plt.scatter()函数的参数

4.1 全部常见的参数

plt.scatter() 函数是 Matplotlib 库中用于绘制散点图的函数，它的常用参数如下：

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)

其中，最常用的参数包括：

1. x：指定散点图的 x 坐标，可以是一个 NumPy 数组、Pandas Series 或 Python 列表；
2. y：指定散点图的 y 坐标，可以是一个 NumPy 数组、Pandas Series 或 Python 列表；
3. s：指定散点的大小，可以是一个数值或表示大小的数组，用于控制散点的尺寸；
4. c：指定散点的颜色，可以是一个数值或表示颜色的数组，用于控制散点的颜色；
5. marker：指定散点的标记样式，默认为 ‘o’，可以使用常见的标记样式，如 ‘o’、‘s’、‘d’、‘^’ 等；
6. cmap：指定颜色映射（colormap），用于将数值映射为颜色，一般与 c 参数一起使用；
7. alpha：指定散点的透明度，取值范围为 0 到 1，0 表示完全透明，1 表示完全不透明；
8. linewidths：指定散点边界的宽度；
9. edgecolors：指定散点边界的颜色。

除了上述参数外，plt.scatter() 函数还可以接受其他关键字参数（**kwargs）用于进一步自定义散点图的样式和属性。

注意：参数的具体用法和取值范围可以参考 Matplotlib 官方文档或使用 help(plt.scatter) 查看详细说明。

4.2 其中的c参数

在 plt.scatter() 函数中，c 参数用于指定散点图中的颜色。c 可以接受不同类型的输入：

1. 单一颜色值：可以使用字符串表示颜色，如 ‘red’、‘green’、‘blue’ 等，表示所有的散点都使用相同的颜色；
2. 颜色序列：可以使用列表、数组或 Series 对象，表示每个散点的颜色。例如，可以传入一个长度与散点数目相等的列表，其中每个元素表示对应散点的颜色；
3. 数值映射：可以使用数值映射函数，将数值映射到颜色。例如，可以传入一个与散点数目相等的数值序列，然后使用 cmap 参数指定颜色映射，将数值映射为对应的颜色。

以下是 plt.scatter() 函数中 c 参数的一些常见用法：

4.2.1 使用单一颜色值

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
colors = 'red'  # 指定所有散点的颜色为红色

plt.scatter(x, y, c=colors)
plt.show()

4.2.2 使用颜色序列

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
colors = ['red', 'green', 'blue', 'yellow', 'purple']  # 指定每个散点的颜色

plt.scatter(x, y, c=colors)
plt.show()

4.2.3 使用数值映射

import matplotlib.pyplot as plt
import numpy as np

x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)  # 生成随机数值序列作为颜色映射

plt.scatter(x, y, c=colors, cmap='viridis')  # 使用 viridis 色彩映射
plt.colorbar()  # 显示颜色映射条
plt.show()

注意：c 参数只接受长度与 x 和 y 相同的输入序列，用于指定每个散点的颜色。如果 c 参数输入的序列长度不符合要求，将会引发错误。