使用par()函数创建一个包含多个子图的布局，绘制两个散点图， 分别表示两组数据的相关性。给子图和整个图表添加标题和轴标签。

在Matplotlib库中，你可以使用`subplots()`函数创建一个包含多个子图的布局，然后分别对每个子图绘制散点图。下面是一个示例代码，展示如何完成这个任务：

import matplotlib.pyplot as plt
import numpy as np

# 创建一个2x1的网格布局
fig, axs = plt.subplots(2, 1, figsize=(6, 9))

# 假设我们有两组数据
data1 = np.random.rand(50, 2)  # 第一组数据
data2 = np.random.rand(50, 2) + 1  # 第二组数据，稍微偏移一点

# 绘制第一个散点图
axs[0].scatter(data1[:, 0], data1[:, 1])
axs[0].set_title('散点图1 - 数据相关性')  # 设置子图标题
axs[0].set_xlabel('X轴标签1')
axs[0].set_ylabel('Y轴标签1')

# 绘制第二个散点图
axs[1].scatter(data2[:, 0], data2[:, 1])
axs[1].set_title('散点图2 - 数据相关性')  # 设置子图标题
axs[1].set_xlabel('X轴标签2')
axs[1].set_ylabel('Y轴标签2')  # 添加X轴和Y轴标签

# 调整子图间距
plt.tight_layout()

# 显示图形
plt.show()

在这个例子中，我们首先创建了一个包含两个子图的布局，然后分别将两组数据绘制成散点图，并设置了各自的颜色、标题、以及坐标轴标签。最后通过`tight_layout()`调整了子图之间的间距，使得整体布局更美观。