Python散点图教程：二维三维气泡图详解

本文深入解析了Python中使用Matplotlib绘制二维与三维气泡图的核心技巧与常见陷阱，重点揭示了`plt.scatter`和`ax.scatter(projection='3d')`在处理DataFrame列、颜色（c）与尺寸（s）参数时对数据类型的高度敏感性——必须将pandas Series显式转为数组（如`.values`），并严格预过滤NaN值；同时强调颜色与尺寸映射绝非“直接传入数值”那么简单：连续变量需归一化+合理colormap控制，分类变量须整数编码，尺寸应非线性缩放以避免视觉失真，而三维图还需手动设置坐标轴标签、固定视角才能准确传达信息——真正可靠的可视化，始于严谨的数据清洗和参数适配，而非表面的图形生成。

用 plt.scatter 画二维散点图，别直接传 DataFrame 列名

很多人写 plt.scatter(df['x'], df['y']) 没问题，但一旦加 c=df['color_col'] 或 s=df['size_col'] 就报 ValueError: c of shape (N,) is not acceptable as a color sequence for x with size N——本质是 c 和 s 参数对输入类型敏感：它们要的是数组（np.ndarray 或 list），不是带索引的 pandas.Series。pandas 0.25+ 版本后更严格，Series 的隐式转换常失效。

实操建议：

• 统一用 .values 或 .to_numpy() 转换：plt.scatter(x=df['x'].values, y=df['y'].values, c=df['color_col'].values, s=df['size_col'].values * 10)
• 颜色列如果是字符串类别（如 ['red', 'blue', 'green']），确保它不混有 NaN；否则 plt.scatter 会静默跳过对应点，图上看不出但数据少了
• s 参数单位是「点面积」（points²），不是像素或半径；乘个系数（比如 ×10 或 ×100）才能看清差异，尤其当原始值在 0–1 之间时

三维气泡图必须用 ax.scatter + projection='3d'

plt.scatter 不支持 z 轴，硬加第三个坐标会报 TypeError: scatter() takes from 1 to 2 positional arguments but 3 were given。必须切到 3D 坐标系，且不能靠 plt.figure() 直接撑出来。

实操建议：

• 先建带 3D 投影的轴：fig = plt.figure(); ax = fig.add_subplot(111, projection='3d')
• 调用 ax.scatter(x, y, z, s=sizes, c=colors, alpha=0.7)；注意这里 s 和 c 同样要转成纯数组
• z 轴默认没刻度标签，记得手动加：ax.set_zlabel('Z value')；否则图里看不出哪个是高度
• 三维图旋转视角靠鼠标拖拽，但保存图片时视角会重置为默认；用 ax.view_init(elev=20, azim=45) 固定角度再 plt.savefig()

颜色和尺寸映射真实数据时，别忽略归一化与离散/连续区分

直接把原始数值塞进 c 或 s，常导致颜色发灰（全挤在 colormap 中间）、气泡大小无区分度（最大值远超其余），或者分类变量被当成连续数强行插值——这是最隐蔽的“图看起来没错，但信息全歪了”的坑。

实操建议：

• 连续型颜色映射：用 plt.cm.ScalarMappable 配合 Normalize 控制范围，例如：norm = plt.Normalize(vmin=0, vmax=100); sm = plt.cm.ScalarMappable(cmap='viridis', norm=norm); sm.set_array([])，然后传 c=data_vals, cmap='viridis', norm=norm
• 离散型颜色（如 5 个类别）：别用 cmap，改用 c=category_codes, cmap='tab10'，并确保 category_codes 是整数编码（pd.Categorical(df['cat']).codes），不是字符串
• 尺寸映射避免线性放大：原始值若跨度大（如 1–10000），用 s=np.sqrt(raw_sizes) * 50 或 s=(raw_sizes / raw_sizes.max()) ** 0.5 * 200 压缩视觉差异

Matplotlib 3.8+ 的 scatter 对 NaN 处理更严格，提前筛掉比补 0 更安全

旧版 Matplotlib 会自动跳过含 NaN 的点，新版（尤其 3.8 起）在 c 或 s 中遇到 NaN 时直接抛 ValueError: Input contains NaN, infinity or a value too large for dtype('float64')，哪怕 x 和 y 都干净。

实操建议：

• 统一预过滤：用布尔索引一次性筛出所有有效行：mask = ~df[['x','y','color_col','size_col']].isna().any(axis=1); df_clean = df[mask].copy()
• 别用 fillna(0) 补尺寸或颜色——0 尺寸会画不出点，0 颜色可能映射到 colormap 起点（常是深蓝），造成误读
• 如果必须保留缺失语义，可单独画一层透明小圆圈标记 NaN 位置，但需另起一组 ax.scatter 调用，且 zorder 设低些避免遮盖主图

动态映射颜色和尺寸听着灵活，实际卡点都在数据清洗和参数类型上；图能画出来不难，难的是每一点的视觉编码都忠实反映原始数值的分布逻辑。

好了，本文到此结束，带大家了解了《Python散点图教程：二维三维气泡图详解》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！