如何将for循环生成的散点图转为网格布局（以2×3为例）？

我编写了一段简单的for循环代码，遍历数据集集合，为每个数据集绘制散点图，代码如下：

for i in dataframes:
    x = i['cycleNumber']
    y = i['QCharge_mA_h']

    plt.figure()
    sns.scatterplot(x=x, y=y).set(title=i.name) 

当前图表会逐个独立显示（堆叠排列），为提升可读性，希望找到简单方法将所有图表排列成网格。以包含6个数据集的示例代码为例，我想将散点图排成2×3的网格，该如何实现？

示例代码如下：

data1 = {'X':[12, 10, 20, 17], 'Y':[9, 8, 5, 3]}  
data2 = {'X':[2, 13, 7, 21], 'Y':[17, 18, 4, 6]}  
data3 = {'X':[9, 19, 20, 3], 'Y':[6, 12, 4, 1]}  
data4 = {'X':[10, 13, 15, 1], 'Y':[6, 12, 5,16]}  
data5 = {'X':[12, 10, 5, 3], 'Y':[18, 7, 21, 7]}  
data6 = {'X':[5, 10, 8, 17], 'Y':[9, 12, 5, 18]}

df1=pd.DataFrame(data1)
df2=pd.DataFrame(data2)
df3=pd.DataFrame(data3)
df4=pd.DataFrame(data4)
df5=pd.DataFrame(data5)
df6=pd.DataFrame(data6)

lst = [df1, df2, df3, df4, df5, df6]

for i in lst:
    plt.figure()
    sns.scatterplot(x=i['X'], y=i['Y'])

核心思路是提前创建好2×3的子图网格，把每个散点图绘制到对应的子图上，而不是每次循环都新建独立图表。修改后的代码如下：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# 数据集定义部分保持不变
data1 = {'X':[12, 10, 20, 17], 'Y':[9, 8, 5, 3]}  
data2 = {'X':[2, 13, 7, 21], 'Y':[17, 18, 4, 6]}  
data3 = {'X':[9, 19, 20, 3], 'Y':[6, 12, 4, 1]}  
data4 = {'X':[10, 13, 15, 1], 'Y':[6, 12, 5,16]}  
data5 = {'X':[12, 10, 5, 3], 'Y':[18, 7, 21, 7]}  
data6 = {'X':[5, 10, 8, 17], 'Y':[9, 12, 5, 18]}

df1=pd.DataFrame(data1)
df2=pd.DataFrame(data2)
df3=pd.DataFrame(data3)
df4=pd.DataFrame(data4)
df5=pd.DataFrame(data5)
df6=pd.DataFrame(data6)

lst = [df1, df2, df3, df4, df5, df6]

# 创建2行3列的子图网格，figsize可按需调整大小
fig, axes = plt.subplots(nrows=2, ncols=3, figsize=(15, 10))

# 将二维子图数组转成一维列表，方便循环遍历
axes_flat = axes.flatten()

# 同时遍历数据集和对应的子图
for idx, (df, ax) in enumerate(zip(lst, axes_flat)):
    # 在指定子图上绘制散点图
    sns.scatterplot(data=df, x='X', y='Y', ax=ax)
    # 设置子图标题，可用数据集的name属性替换（如你的原始代码里的i.name）
    ax.set_title(f"数据集{idx+1}")

# 自动调整子图间距，避免标签重叠
plt.tight_layout()
# 展示图表
plt.show()

关键要点： #

• plt.subplots(nrows=2, ncols=3)：一次性生成2行3列的子图布局，返回的axes是二维数组。
• axes.flatten()：把二维数组转成一维，循环时能按顺序获取每个子图。
• sns.scatterplot()的ax参数：指定当前图要画在哪个子图上，这是实现网格的核心。
• plt.tight_layout()：自动调整子图位置和间距，解决标题、坐标轴标签重叠问题。

如果你的原始数据集带有name属性（比如第一个代码示例里的i.name），直接把标题改成ax.set_title(df.name)即可，更贴合你的实际场景。

内容的提问来源于stack exchange，提问作者Luke Delves