如何用Matplotlib在同一窗口绘制15幅（5行3列）散点图？

我来帮你把那段代码改成适配你需求的版本，其实核心思路很简单——把原来的图像绘制逻辑替换成散点图，同时调整行列布局就行～

首先，你原来的代码是针对4列5行的图像展示，现在我们要改成3列5行（刚好15个图），然后把生成图像的部分换成散点图需要的x、y数据。下面是完整的可运行代码：

import numpy as np
import matplotlib.pyplot as plt

# 设置画布大小，5行的话把高度设大一点，显示更清晰
fig = plt.figure(figsize=(12, 15))
columns = 3  # 改成3列，刚好和5行搭配生成15个图
rows = 5

# 循环创建每个子图
for i in range(1, columns * rows + 1):
    # 生成随机散点数据，你可以把这里换成自己的真实数据集
    x = np.random.randn(100)  # 100个x轴随机值
    y = np.random.randn(100)  # 对应y轴的随机值
    
    # 创建子图：参数顺序是(行数, 列数, 当前子图的索引)
    ax = fig.add_subplot(rows, columns, i)
    # 绘制散点图，还可以自定义颜色、点大小、透明度等
    ax.scatter(x, y, color='darkorange', alpha=0.7, s=30)
    # 给每个子图加标题，方便区分
    ax.set_title(f"散点图 {i}")
    # 可选：添加坐标轴标签，根据你的数据需求调整
    ax.set_xlabel("X 变量")
    ax.set_ylabel("Y 变量")

# 自动调整子图间距，避免标题、标签互相重叠
plt.tight_layout()
# 展示所有图
plt.show()

关键修改点说明： #

• 调整行列参数：把columns=4改成columns=3，确保总数量刚好是15
• 替换数据生成逻辑：去掉了原来的图像数组生成，换成散点图需要的x、y一维数组
• 用ax.scatter()替代图像绘制代码，这是Matplotlib绘制散点图的核心函数
• 加入plt.tight_layout()，解决多子图布局时元素重叠的问题

你只需要把代码里的随机数据替换成你自己的真实数据，就能直接用啦～

内容的提问来源于stack exchange，提问作者Julio