调用字典中pandas DataFrame序列绘制散点图时触发AttributeError

你遇到的 AttributeError: 'int' object has no attribute 'scatter' 根本原因不是你的Series类型有问题，而是你给 sns.scatterplot() 的 ax 参数传了整数 0 —— seaborn的这个参数需要接收的是matplotlib的Axes对象，而不是普通整数，所以Python把0当成了int类型，自然找不到scatter方法。

方案1：不指定ax，让seaborn自动创建绘图区域 #

如果不需要自定义子图布局，直接去掉ax=0参数就行，代码修改后如下：

import pandas as pd
import seaborn as sns

df1 = pd.DataFrame([[1,2], [3,4]], columns = ['A', 'B'])
df_dict = {'df1': df1}  # 变量名改了下，避免和pandas的DataFrame重名，更清晰

for i in df_dict.values():
    sns.scatterplot(x=i['A'], y=i['B'])

运行这段代码就能正常生成散点图了。

方案2：手动创建Axes对象再传入ax参数 #

如果需要指定绘图的Axes（比如在子图中绘制），可以先通过matplotlib创建Axes对象，再传给ax：

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

df1 = pd.DataFrame([[1,2], [3,4]], columns = ['A', 'B'])
df_dict = {'df1': df1}

# 创建一个Axes对象
fig, ax = plt.subplots()

for i in df_dict.values():
    sns.scatterplot(x=i['A'], y=i['B'], ax=ax)

plt.show()

这样也能正确生成散点图，而且你可以通过fig和ax进一步自定义图表的样式、标题等。

另外补充一点：你原来的变量名df和pandas的DataFrame类名太像了，建议改成df_dict这种更清晰的名字，避免潜在的命名冲突。

内容的提问来源于stack exchange，提问作者Rico