如何用三个DataFrame替代Python循环绘制企鹅散点图

直接利用你已经创建好的三个独立物种DataFrame（adelie、chinstrap、gentoo），分别调用绘图函数即可替代原有的groupby循环逻辑，最终图表效果和原代码完全一致。以下是修改后的完整代码：

import pandas as pd
import matplotlib.pyplot as plt

URL= 'https://gist.githubusercontent.com/anibali/c2abc8cab4a2f7b0a6518d11a67c693c/raw/3b1bb5264736bb762584104c9e7a828bef0f6ec8/penguins.csv'
df = pd.read_csv(URL)

# --- 图表1：体重 vs 喙长 ---
fig, ax = plt.subplots()
# 提前创建三个物种的独立DataFrame
adelie = df[df['species'] == 'Adelie']
chinstrap = df[df['species'] == 'Chinstrap']
gentoo = df[df['species'] == 'Gentoo']

# 分别绘制每个物种的散点
ax.plot(adelie['body_mass_g'], adelie['bill_length_mm'], marker='o', linestyle='', label='Adelie')
ax.plot(chinstrap['body_mass_g'], chinstrap['bill_length_mm'], marker='o', linestyle='', label='Chinstrap')
ax.plot(gentoo['body_mass_g'], gentoo['bill_length_mm'], marker='o', linestyle='', label='Gentoo')

ax.set_title('Penguin measurements by species')
ax.set_xlabel('Body mass (g)')
ax.set_ylabel('Bill length (mm)')
fig.tight_layout()
plt.legend()
plt.show()

# --- 图表2：体重 vs 喙比例 ---
df['bill_proportion'] = df['bill_length_mm'] / df['bill_depth_mm']
fig, ax = plt.subplots()

# 直接复用已创建的三个物种DF（或重新创建，结果一致）
ax.plot(adelie['body_mass_g'], adelie['bill_proportion'], marker='o', linestyle='', label='Adelie')
ax.plot(chinstrap['body_mass_g'], chinstrap['bill_proportion'], marker='o', linestyle='', label='Chinstrap')
ax.plot(gentoo['body_mass_g'], gentoo['bill_proportion'], marker='o', linestyle='', label='Gentoo')

ax.set_title('Penguin proportions by species')
ax.set_xlabel('Body mass (g)')
ax.set_ylabel('Bill proportion (length/width)')
fig.tight_layout()
plt.legend()
plt.show()

关键改动说明 #

• 移除了原代码中冗余的data DataFrame构建和groupby循环逻辑，直接使用已筛选好的三个物种独立DataFrame
• 对每个物种单独调用ax.plot()，指定对应的x/y列、标记样式和标签，完全复刻原散点图效果
• 保留了原代码中所有的标题、轴标签、图例和布局设置，确保图表视觉效果完全匹配

补充说明 #

如果更贴合散点图的语义，可以将ax.plot()替换为ax.scatter()，默认标记就是圆形，无需额外设置marker='o'，效果完全一致：

ax.scatter(adelie['body_mass_g'], adelie['bill_length_mm'], label='Adelie')

内容的提问来源于stack exchange，提问作者Nicko Toumbas