解决 Matplotlib Scatter 不支持 Marker 列表的问题：mscatter 实现
内容提要
Matplotlib 的 plt.scatter 函数不支持为每个点指定不同的形状。可以通过自定义函数 mscatter 来实现不同形状的散点图。示例代码展示了如何生成随机数据并绘制不同形状的散点图。需要注意的是，处理大量数据时性能可能较慢，且自动生成的图例可能不准确。
关键要点
-
Matplotlib 的 plt.scatter 函数不支持为每个点指定不同的形状。
-
可以通过自定义函数 mscatter 来实现不同形状的散点图。
-
mscatter 函数通过替换底层 PathCollection 中的 paths 对象来实现功能。
-
使用示例中生成随机数据并绘制不同形状的散点图。
-
处理大量数据时性能可能较慢，且自动生成的图例可能不准确。
延伸解读
自定义函数的优势
使用自定义的 mscatter 函数，用户可以为每个散点指定不同的形状，这在数据可视化中提供了更大的灵活性。相比于 plt.scatter 的局限性，mscatter 允许更丰富的表达方式，适合需要区分不同类别或特征的数据展示。
性能考虑
在处理大量数据时，mscatter 的性能可能会受到影响。由于需要为每个点创建 Path 对象，数据量过大时，绘图速度可能明显慢于标准的 scatter 函数。因此，在选择使用 mscatter 时，需权衡数据量与绘图效率。
图例生成的挑战
使用 mscatter 绘制的散点图可能会导致自动生成的图例不准确。由于不同形状的混合，图例可能无法正确反映每种形状的含义。如果需要准确的图例，建议手动构建 Line2D 对象，以确保图例的清晰和准确。
延伸问答
如何在 Matplotlib 中为散点图指定不同的形状？
可以通过自定义函数 mscatter 来实现为每个点指定不同的形状。
mscatter 函数的主要功能是什么？
mscatter 函数允许为每个数据点指定不同的 marker 形状，通过替换底层 PathCollection 的路径实现。
使用 mscatter 时需要注意哪些性能问题？
处理大量数据时，mscatter 的性能可能较慢，因为需要循环创建 Path 对象。
如何生成随机数据并使用 mscatter 绘制散点图？
可以使用 numpy 生成随机数据，然后调用 mscatter 函数绘制散点图，传入相应的参数。
Matplotlib 的 plt.scatter 函数有什么限制？
plt.scatter 函数不支持为每个点指定不同的形状，只能传入颜色和大小的列表。
如何处理 mscatter 自动生成的图例问题？
自动生成的图例可能不准确，建议手动构建 Line2D 对象作为代理艺术家来显示图例。
