不需要手动设置颜色。而是指定灰度色彩Map表...

import numpy as np
import matplotlib.pyplot as plt

# Generate data...
x = np.random.random(10)
y = np.random.random(10)

# Plot...
plt.scatter(x, y, c=y, s=500) # s is a size of marker 
plt.gray()

plt.show()

或者，如果您更喜欢wider range of colormaps，您也可以将cmap kwarg指定为scatter。要使用其中任何一个的反转版本，只需指定其中任何一个的“_r“版本。例如，gray_r而不是gray。有几种不同的灰度色彩Map表已预先制作（例如gray、gist_yarg、binary等）。

import matplotlib.pyplot as plt
import numpy as np

# Generate data...
x = np.random.random(10)
y = np.random.random(10)

plt.scatter(x, y, c=y, s=500, cmap='gray')
plt.show()

在matplotlib中，灰色可以作为0-1之间的数值字符串给出。
例如c = '0.1'
然后，您可以将第三个变量转换为该范围内的值，并使用它来为点着色。
在下面的示例中，我使用点的y位置作为确定颜色的值：

from matplotlib import pyplot as plt

x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
y = [125, 32, 54, 253, 67, 87, 233, 56, 67]

color = [str(item/255.) for item in y]

plt.scatter(x, y, s=500, c=color)

plt.show()

有时您可能需要根据x值情况精确绘制颜色。例如，您可能有一个包含3种类型变量和一些数据点的 Dataframe 。您希望执行以下操作：

• 将物理变量“A”对应的点标为红色。
• 将物理变量“B”对应的点标为蓝色。
• 将物理变量“C”对应的点标为绿色。

在这种情况下，您可能必须写入short函数以将x值Map到相应的颜色名称作为列表，然后将该列表传递给plt.scatter命令。

x=['A','B','B','C','A','B']
y=[15,30,25,18,22,13]

# Function to map the colors as a list from the input list of x variables
def pltcolor(lst):
    cols=[]
    for l in lst:
        if l=='A':
            cols.append('red')
        elif l=='B':
            cols.append('blue')
        else:
            cols.append('green')
    return cols
# Create the colors list using the function above
cols=pltcolor(x)

plt.scatter(x=x,y=y,s=500,c=cols) #Pass on the list created by the function here
plt.grid(True)
plt.show()