如何用For循环优化2×3子图的Python绘制代码？

你的原代码里重复创建各地区数据子集、重复调用绘图函数和设置标题，完全可以通过循环遍历+统一处理来简化，既减少冗余，后期修改也更方便。

优化后的代码 #

import seaborn as sns
import matplotlib.pyplot as plt

# 初始化画布和子图
fig, axes = plt.subplots(2, 3, figsize=(15, 8), sharey=True)
fig.tight_layout(h_pad=4)

# 定义要展示的地区列表，顺序对应子图位置（从上到下、从左到右）
regions = ['Africa', 'Asia', 'Europe', 'Middle East', 'Oceania', 'The Americas']

# 把二维的axes数组展平成一维，方便循环遍历
flat_axes = axes.flatten()

# 遍历地区和对应的子图轴
for region, ax in zip(regions, flat_axes):
    # 筛选当前地区的数据
    region_data = df[df.Region == region]
    # 绘制直方图+KDE，统一设置参数
    sns.histplot(ax=ax, data=region_data, x="Life Expectancy Female", 
                 kde=True, stat='probability').set(xlabel=None)
    # 设置子图标题
    ax.set_title(region)

# 设置整体标题和布局调整，顺便修正原代码里的拼写错误
fig.suptitle('Histogram and KDE of Life Expectancy of Women', fontsize=15)
plt.subplots_adjust(top=0.9)

关键优化点 #

• 把所有地区名称整理成一个列表，避免逐个创建变量存储子集数据
• 用axes.flatten()把二维子图数组转成一维，不用手动写axes[0,0]这类索引
• 通过zip配对地区和子图轴，一次循环完成所有绘图和标题设置
• 所有重复的参数（比如kde=True、stat='probability'）只写一次，后期修改只需改一处
• 修正了原代码中整体标题的拼写错误，保证内容准确

内容的提问来源于stack exchange，提问作者SHOGANAI