如何按Class类别分组绘制values2与values3的散点图并分析相关性

实现方案 #

该需求完全可以实现，你可以通过遍历分组后的类别单独生成每个Class对应的散点图，也可以通过分面绘图将所有类别的散点图放在同一画布中方便对比，以下是两种常用实现方式：

方式1：遍历分组逐个生成独立散点图 #

你已经生成了按Class分组的List1和List2，直接循环遍历索引即可逐个出图：

import matplotlib.pyplot as plt

# 遍历所有车辆类别
for class_type in List1.index:
    values2_data = List1[class_type]
    values3_data = List2[class_type]
    
    # 初始化画布
    plt.figure(figsize=(7, 4))
    # 绘制散点图，alpha设置透明度避免点重叠
    plt.scatter(values2_data, values3_data, alpha=0.6, edgecolor='k')
    # 配置图表标签
    plt.title(f"{class_type}：values2与values3相关性散点图")
    plt.xlabel("values2取值")
    plt.ylabel("values3取值")
    plt.grid(linestyle="--", alpha=0.3)
    # 展示图片，如需保存可替换为 plt.savefig(f"./{class_type}_散点图.png", dpi=200)
    plt.show()

方式2：一键生成分面散点图（无需提前生成List1/List2） #

直接基于原始DataFrame使用seaborn的分面绘图能力，所有类别的散点图会放在同一画布的不同子图中，对比更直观：

import matplotlib.pyplot as plt
import seaborn as sns

# col参数指定按Class列分面，col_wrap设置每行展示2个子图
sns.FacetGrid(vehiclesData, col="Class", col_wrap=2, height=3.5)\
    .map(plt.scatter, "values2", "values3", alpha=0.6, edgecolor="k")
# 自动调整子图间距
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者user15200538