如何使用循环优化Matplotlib与Seaborn多子图散点图的绘制效率

我完全懂你现在的困扰——手动写六张子图的代码虽然能出效果，但重复代码太多，想用循环简化却踩了坑，结果每次循环都只在第一个子图位置画图，还生成了好多个单独的图表对吧？

先看看你原来手动实现的代码，逻辑没问题就是太繁琐：

plt.subplot(2, 3, 1)
sns.scatterplot(data = chile, x = 'Year', y = 'Life expectancy at birth (years)')
plt.title('Chile')

plt.subplot(2, 3, 2)
sns.scatterplot(data = china, x = 'Year', y = 'Life expectancy at birth (years)')
plt.title('China')

plt.subplot(2, 3, 3)
sns.scatterplot(data = germany, x = 'Year', y = 'Life expectancy at birth (years)')
plt.title('Germany')

plt.subplot(2, 3, 4)
sns.scatterplot(data = mexico, x = 'Year', y = 'Life expectancy at birth (years)')
plt.title('Mexico')

plt.subplot(2, 3, 5)
sns.scatterplot(data = usa, x = 'Year', y = 'Life expectancy at birth (years)')
plt.title('United States of America')

plt.subplot(2, 3, 6)
sns.scatterplot(data = zimbabwe, x = 'Year', y = 'Life expectancy at birth (years)')
plt.title('Zimbabwe')

plt.subplots_adjust(wspace = 0.5, hspace = 0.5)
plt.show()
plt.clf()

咱们来分析下你循环写法的问题：

• 你把plot_number = 1放在了循环内部，这就导致每次循环都会把计数器重置为1，所有图都挤到第一个子图位置上了；
• 每次循环都调用plt.show()和plt.clf()，这会直接显示当前图并清空画布，所以每次循环都是一个独立的新图表，根本没在同一个大画布的不同子图里绘制。

下面给你两种优化的循环写法，都能解决问题：

方法一：修正计数器逻辑的基础写法 #

把数据和对应的标题配对成列表，计数器放在循环外面，统一最后处理显示和清空：

# 把数据和对应国家标题配对，循环时能同时拿到数据和标题，更清晰
country_info = [
    (chile, 'Chile'),
    (china, 'China'),
    (germany, 'Germany'),
    (mexico, 'Mexico'),
    (usa, 'United States of America'),
    (zimbabwe, 'Zimbabwe')
]

# 计数器放在循环外，从1开始计数子图位置
plot_number = 1

for data, title in country_info:
    plt.subplot(2, 3, plot_number)
    sns.scatterplot(data=data, x='Year', y='Life expectancy at birth (years)')
    plt.title(title)
    # 每次循环计数器加1，切换到下一个子图位置
    plot_number += 1

# 所有子图绘制完成后，统一调整间距、显示和清空画布
plt.subplots_adjust(wspace=0.5, hspace=0.5)
plt.show()
plt.clf()

方法二：更直观的子图数组写法 #

用plt.subplots()直接创建子图数组，展平后遍历，代码可读性更强，还能方便调整画布大小：

import matplotlib.pyplot as plt
import seaborn as sns

country_info = [
    (chile, 'Chile'),
    (china, 'China'),
    (germany, 'Germany'),
    (mexico, 'Mexico'),
    (usa, 'United States of America'),
    (zimbabwe, 'Zimbabwe')
]

# 创建2行3列的子图布局，指定画布大小让图表更美观
fig, axes = plt.subplots(2, 3, figsize=(12, 8))

# 把二维的子图数组展平成一维，方便循环遍历
for ax, (data, title) in zip(axes.flat, country_info):
    sns.scatterplot(data=data, x='Year', y='Life expectancy at birth (years)', ax=ax)
    ax.set_title(title)
    # 可选：旋转x轴标签避免重叠
    ax.tick_params(axis='x', rotation=45)

# 调整子图间距
plt.subplots_adjust(wspace=0.5, hspace=0.5)
plt.show()
plt.clf()

备注：内容来源于stack exchange，提问作者Martin Espino