嘿，这个问题我太懂了——手动选几十次数据确实烦死人！根据你常用的工具不同，有好几种高效的方法能一次性搞定合并散点图，不用重复操作：

用Excel的快速方案 #

方法1：VBA批量添加数据系列 #

如果不想手动点几十次「添加系列」，写一段简单的VBA代码就能自动把所有Y列都加上：

Sub BatchAddScatterSeries()
    Dim ws As Worksheet
    Dim targetChart As ChartObject
    Dim seriesCount As Integer
    Dim i As Integer
    
    ' 替换成你的工作表和图表名称
    Set ws = ThisWorkbook.Sheets("你的数据工作表")
    Set targetChart = ws.ChartObjects("Chart 1")
    
    ' 先添加第一组的10个Y系列
    For i = 2 To 11 ' 假设第一组Y列在B-K列，X列在A列
        targetChart.Chart.SeriesCollection.NewSeries
        seriesCount = targetChart.Chart.SeriesCollection.Count
        With targetChart.Chart.SeriesCollection(seriesCount)
            .Name = "第一组Y" & (i - 1)
            .XValues = ws.Range("A1:A500")
            .Values = ws.Range(ws.Cells(1, i), ws.Cells(500, i))
        End With
    Next i
    
    ' 再添加第二组的Y系列（自动判断非空列）
    For i = 12 To 31 ' 假设第二组Y列在L-AK列，X列在A501:A700
        If Not IsEmpty(ws.Cells(1, i)) Then
            targetChart.Chart.SeriesCollection.NewSeries
            seriesCount = targetChart.Chart.SeriesCollection.Count
            With targetChart.Chart.SeriesCollection(seriesCount)
                .Name = "第二组Y" & (i - 11)
                .XValues = ws.Range("A501:A700")
                .Values = ws.Range(ws.Cells(501, i), ws.Cells(700, i))
            End With
        End If
    Next i
End Sub

操作步骤：按Alt+F11打开VBA编辑器，插入模块粘贴代码，修改工作表和图表名称后运行即可。

方法2：Power Query转长格式（零代码） #

如果不想碰VBA，用Power Query把宽格式数据转成长格式，Excel会自动识别所有系列：

• 把两组数据分别导入Power Query，对每组的多列Y执行「逆透视列」操作（把多列Y转成「系列名-Y值」的成对格式）
• 给两组数据分别添加「组别」列（比如“第一组”“第二组”）
• 合并两个查询后加载回Excel
• 选中长格式数据插入散点图，把「系列名」设为系列、「组别」设为样式/颜色区分，所有系列会自动生成

用Python（Matplotlib/Seaborn）实现 #

如果用代码处理数据，把宽格式转成长格式是最高效的方式，不管多少Y列都能一次性搞定：

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

# 假设df1是第一组数据（X列+10个Y列），df2是第二组数据（X列+最多20个Y列）
df1 = pd.read_excel("你的数据文件.xlsx", sheet_name="第一组")
df2 = pd.read_excel("你的数据文件.xlsx", sheet_name="第二组")

# 转长格式并标记组别
df1_long = df1.melt(id_vars="X", var_name="系列名", value_name="Y").assign(组别="第一组")
df2_long = df2.melt(id_vars="X", var_name="系列名", value_name="Y").assign(组别="第二组")

# 合并数据并绘图
combined_df = pd.concat([df1_long, df2_long])

plt.figure(figsize=(10, 6))
sns.scatterplot(data=combined_df, x="X", y="Y", hue="系列名", style="组别", alpha=0.6)
plt.title("合并后的散点图")
plt.xlabel("X值")
plt.ylabel("Y值")
plt.legend(bbox_to_anchor=(1.05, 1), loc="upper left")
plt.show()

用R语言批量处理 #

用tidyverse包的透视功能，同样能一键转格式并绘图：

library(tidyverse)

# 读取数据
df1 <- read_excel("你的数据文件.xlsx", sheet = "第一组")
df2 <- read_excel("你的数据文件.xlsx", sheet = "第二组")

# 转长格式并合并
combined_df <- bind_rows(
  df1 %>% pivot_longer(starts_with("Y"), names_to = "系列名", values_to = "Y") %>% mutate(组别 = "第一组"),
  df2 %>% pivot_longer(starts_with("Y"), names_to = "系列名", values_to = "Y") %>% mutate(组别 = "第二组")
)

# 绘制散点图
ggplot(combined_df, aes(x = X, y = Y, color = 系列名, shape = 组别)) +
  geom_point(alpha = 0.6) +
  labs(title = "合并后的散点图", x = "X值", y = "Y值") +
  theme(legend.position = "right")

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