如何批量绘制DataFrame所有列与目标列的Matplotlib散点图并逐一保存？

当然有更省心的解决方案！完全不用手动修改68次代码，只需要通过一个循环就能自动完成所有散点图的绘制和保存，步骤如下：

完整实现代码 #

import matplotlib.pyplot as plt
import pandas as pd

# 假设你的DataFrame名为output_weight，目标列是'target_sur'
target_col = 'target_sur'
# 筛选出所有需要作为X轴的列（排除目标列）
feature_columns = [col for col in output_weight.columns if col != target_col]

# 遍历每个特征列，批量生成散点图
for col in feature_columns:
    # 创建画布
    plt.figure(figsize=(9, 5))
    # 绘制散点图
    plt.scatter(output_weight[col], output_weight[target_col], color='darkred', s=17)
    # 设置图表标题和坐标轴标签（用f-string动态生成）
    plt.title(f'{col} vs {target_col}', fontsize=10)
    plt.xlabel(col, fontsize=10)
    plt.ylabel(target_col, fontsize=10)
    # 关闭刻度偏移，用普通格式显示数值
    plt.ticklabel_format(useOffset=False, style='plain')
    plt.grid(True)
    # 保存图片，文件名用列名命名，确保每个文件唯一
    plt.savefig(f'{col}_vs_{target_col}.png', dpi=300, bbox_inches='tight')
    # 关闭画布，释放内存（非常重要，避免多次循环后内存溢出）
    plt.close()

关键步骤解释 #

• 批量获取列名：用列表推导式自动筛选出所有非目标列，不用手动罗列68个列名，只要DataFrame结构不变，新增列也能自动适配。
• 动态生成图表元素：通过f-string把当前列名插入到标题、坐标轴标签和文件名中，确保每个图表的标识清晰且唯一。
• 内存优化：每次循环后用plt.close()关闭画布，避免同时在内存中保留68个图表导致性能下降。
• 保存细节：dpi=300保证图片清晰度，bbox_inches='tight'防止标题或坐标轴标签被截断。

额外优化建议 #

• 如果需要跳过某些特定列，只需修改列表推导式的条件，比如：

  feature_columns = [col for col in output_weight.columns if col not in [target_col, '列名1', '列名2']]
  

• 如果想统一调整图表样式（比如颜色、点大小），直接在循环内修改plt.scatter()的参数即可，一次修改同步所有图表。
• 如果需要临时查看图表，可以在plt.savefig()之后添加plt.show()，但注意68次循环会弹出大量窗口，建议优先保存后批量查看。

内容的提问来源于stack exchange，提问作者Anna Shevtsova