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。
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。
Q&A
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。
