matplotlib中scatter的相关问题

这是在学习《tensorflow:实战谷歌深度学习框架》的第四章正则化的代码时，遇到的问题。
如图：

为了方便大家可以搜索到，再粘个文字版的错误：

    rgba = _colors_full_map.cache[c, alpha]
TypeError: unhashable type: 'numpy.ndarray'

首先得搞清楚自己面对的是什么样的问题，自己也纠结了很长时间，上网搜索，说什么的都有。
其实，这就是一个参数类型的问题。

引起问题的原因scatter的c参数

一个比较好的scatter函数介绍
第一，c的参数不可以直接是数字，第二点，c不可以是多维数组。

# 正则化，解决过拟合问题
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

data = []
label = []
np.random.seed(0)

# 以原点为圆心，半径为1的圆把散点划分成红蓝两部分，并加入随机噪音。
for i in range(150):
    x1 = np.random.uniform(-1, 1)
    x2 = np.random.uniform(0, 2)
    if x1 ** 2 + x2 ** 2 <= 1:
        data.append([np.random.normal(x1, 0.1), np.random.normal(x2, 0.1)])
        label.append(0)
        #第一处错误，不可以直接是数字
    else:
        data.append([np.random.normal(x1, 0.1), np.random.normal(x2, 0.1)])
        label.append(1)

data = np.hstack(data).reshape(-1, 2)
label = np.hstack(label).reshape(-1,1)
#第二处，不可以使用reshape将label处理为多维数组
plt.scatter(data[:, 0], data[:, 1], c=label,
            cmap="RdBu", vmin=-.2, vmax=1.2, edgecolor="white")
plt.show()

scatter的c可以接受三类型的变量
1.直接的颜色

import matplotlib.pyplot as plt
x_coords = [0.13, 0.22, 0.39, 0.59, 0.68, 0.74, 0.93]
y_coords = [0.75, 0.34, 0.44, 0.52, 0.80, 0.25, 0.55]
plt.scatter(x_coords, y_coords,c='red')
plt.show()

2.颜色组(list格式)

import matplotlib.pyplot as plt

x_coords = [0.13, 0.22, 0.39, 0.59, 0.68, 0.74, 0.93]
y_coords = [0.75, 0.34, 0.44, 0.52, 0.80, 0.25, 0.55]
z = ['red','blue','red','blue','red','blue','red']

plt.scatter(x_coords, y_coords,c=z)
plt.show()

3.颜色组（numpy中的ndarray）

import matplotlib.pyplot as plt
import numpy as np
x_coords = [0.13, 0.22, 0.39, 0.59, 0.68, 0.74, 0.93]
y_coords = [0.75, 0.34, 0.44, 0.52, 0.80, 0.25, 0.55]
z = ['red','blue','red','blue','red','blue','red']
z=np.hstack(z)
plt.scatter(x_coords, y_coords,c=z)
plt.show()

因此，作如下修改即可：

# 正则化，解决过拟合问题
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

data = []
label = []
np.random.seed(0)

# 以原点为圆心，半径为1的圆把散点划分成红蓝两部分，并加入随机噪音。
for i in range(150):
    x1 = np.random.uniform(-1, 1)
    x2 = np.random.uniform(0, 2)
    if x1 ** 2 + x2 ** 2 <= 1:
        data.append([np.random.normal(x1, 0.1), np.random.normal(x2, 0.1)])
        label.append('red')
        #第一
    else:
        data.append([np.random.normal(x1, 0.1), np.random.normal(x2, 0.1)])
        label.append('blue')

data = np.hstack(data).reshape(-1, 2)
#label = np.hstack(label).reshape(-1,1) #第二
plt.scatter(data[:, 0], data[:, 1], c=label,
            cmap="RdBu", vmin=-.2, vmax=1.2, edgecolor="white")
plt.show()

最后说明一下几个问题：
1.np.hstack是一个将列表、元组、ndarray(numpy数组)转化为ndarray的函数
2.ndarray.shape是一个将ndarray转化为指定形状的函数
例如：ndarray.shape（2，3），即转化为两行三列的数组；也可以缺省，比如ndarray.shape（-1，2），即转化为三列的数组，能转多少行就转多少行。

附上出问题的代码链接：代码

这个问题纠结了我两天……