Python Matplotlib'；s colormap未应用于散点图，未返回任何错误

我正在构建一个简单的散点图，从xls文件中读取数据。 与“手动”设置每个不同值的颜色不同，我想使用一个colormaps matplotlib（“例如viridis”）

根据我在互联网上找到的一些示例，我编写了以下代码：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.cm as cm

data = pd.read_excel('sample.xls', sheet_name=0)
data.head()

plt.scatter(x = data['ExpecVida'],
        y = data['PIBperCapita'],
        s = data['PopX1000'],
        cmap=cm.viridis)

plt.show()

在Spyder上运行此代码时，不会返回任何错误。然而，结果是：

一切都是默认的蓝色。

---

有人知道我做错了什么吗？

如文档中所述：

cmap:Colormap，可选，默认值：无

Colormap实例或注册的Colormap名称仅当c是浮点数组时才使用cmap。如果没有，则默认为rc image.cmap

因此，添加参数c：

# Create dummy data:
data = pd.DataFrame(np.random.rand(10,3), columns=['ExpecVida', 'PIBperCapita', 'PopX1000'])

plt.scatter(x=data['ExpecVida'],
            y=data['PIBperCapita'],
            s=data['PopX1000']*1000,
            c=data['PopX1000'],
            cmap=cm.viridis)

---

（注意，我只将s乘以1000，这样点就不会小得离谱，因为我的数据只是0-1范围内的随机数）

如文档中所述：

cmap:Colormap，可选，默认值：无

Colormap实例或注册的Colormap名称仅当c是浮点数组时才使用cmap。如果没有，则默认为rc image.cmap

因此，添加参数c：

# Create dummy data:
data = pd.DataFrame(np.random.rand(10,3), columns=['ExpecVida', 'PIBperCapita', 'PopX1000'])

plt.scatter(x=data['ExpecVida'],
            y=data['PIBperCapita'],
            s=data['PopX1000']*1000,
            c=data['PopX1000'],
            cmap=cm.viridis)

（注意，我只将s乘以1000，这样点就不会小得离谱，因为我的数据是0-1范围内的随机数）