我有一组来自两个不同来源的数据，并且我有多个数据集一起绘制。所以本质上是 6 个带有误差线的散点图（所有不同的颜色），每个散点图都有两个来源。
基本上我希望蓝色散点图有两个不同的标记，'o' and's'. 我目前已经通过使用循环单独绘制每个点并检查源是 1 还是 2 来做到这一点。如果源是 1，它会绘制 a's'如果源是 2，那么它会绘制 a 'o'。
然而，这种方法并没有真正允许有一个图例。（数据 1、数据 2、...数据 6）
有没有更好的方法来做到这一点？
编辑：
我想要一个更清洁的方法，类似于
x=[1,2,3]
y=[4,5,6]
m=['o','s','^']
plt.scatter(x,y,marker=m)
但这会返回错误无法识别的标记样式
一种更 Pythonic 的方式（但仍然是一个循环）可能类似于
x=[1,2,3]
y=[4,5,6]
l=['data1','data2','data3']
m=['ob','sb','^b']
f,a = plt.subplots(1,1)
[a.plot(*data, label=lab) for data,lab in zip(zip(x,y,m),l)]
plt.legend(loc='lower right')
plt.xlim(0,4)
plt.ylim(3,7);
但我想如果你有很多数据点，这不是最有效的方法。
如果你想使用scatter尝试类似
m=['o','s','^']
f,a = plt.subplots(1,1)
[a.scatter(*data, marker=m1, label=l1) for data,m1,l1 in zip(zip(x,y),m,l)]
我很确定，这里也有可能申请**和听写。
更新：
matplotlib 的 plot 函数可以读取任意数量的 x,y,fmt 组，而不是循环 plot 命令，请参阅docs。
x=np.random.random((3,6))
y=np.random.random((3,6))
l=['data1','data2','data3']
m=['ob','sb','^b']
plt.plot(*[i[j] for i in zip(x,y,m) for j in range(3)])
plt.legend(l,loc='lower right')
在循环中调用 plot 很好。您只需要保留 plot 返回的行列表并使用 fig.legend 为整个图形创建图例。见http://matplotlib.org/examples/pylab_examples/figlegend_demo.html
借用@tcaswell 的评论，.scatter()returns collections.PathCollection，它提供了一种快速绘制大量相同形状对象的方法。您可以使用循环来绘制尽可能多的散点图（和许多不同的数据集）的数据，但在我看来，它失去了.scatter().
话虽如此，但散点图中的点必须相同是不正确的。你可以有不同linewidth的，edgecolor还有很多其他的东西。但是这些点必须是相同的形状。请参阅此示例，分配不同的颜色（并且仅绘制一个数据集）：
>>> sc=plt.scatter(x, y, label='test')
>>> sc.set_color(['r','g','b'])
>>> plt.legend()
请参阅http://matplotlib.org/api/collections_api.html中的详细信息。
这些都很好，但不是我真正想要的。问题是我如何解析我的数据以及如何在其中添加图例不会搞砸。由于我做了一个 for 循环并根据是否在观察位置 1 或 2 测量每个点单独绘制每个点，因此每当我制作图例时，它会绘制超过 50 个图例条目。因此，我将我的数据绘制为完整集（不可见且符号没有变化），然后再次以不同符号的颜色绘制。这效果更好。不过谢谢