import matplotlib.pyplot as plt import pandas as pd import seaborn as sns # 读取xlsx文件中的数据 df = pd.read_excel('北京市空气数据.xlsx') # 指定需要可视化的列 cols = ['PM2.5', 'PM10', 'NO2', 'SO2', 'CO', 'O3'] # 循环遍历每一列，生成分簇散点图 for col in cols: fig, ax = plt.subplots(figsize=(8, 6)) # 小提琴图和分簇散点图 sns.violinplot(y=col, data=df, color='white', ax=ax) sns.swarmplot(y=col, data=df, color='red', size=4, ax=ax) # 设定图表标题和y轴标签 ax.set_title(col, fontsize=14) ax.set_ylabel(col, fontsize=12) # 显示图表 plt.show()优化这段代码

这段代码已经很简洁了，但可以进行一些优化：

1. 将重复的代码封装成函数，减少代码重复，提高代码复用性。
2. 添加注释，提高代码可读性。
3. 优化图表的外观，提高可视化效果。

下面是优化后的代码：

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

def plot_violin_swarmplot(data, col):
    """
    生成一个分簇散点图和小提琴图。
    参数：
    data -- 数据
    col -- 列名
    """
    fig, ax = plt.subplots(figsize=(8, 6))
    sns.violinplot(y=col, data=data, color='white', ax=ax)
    sns.swarmplot(y=col, data=data, color='red', size=4, ax=ax)
    ax.set_title(col, fontsize=14)
    ax.set_ylabel(col, fontsize=12)
    plt.show()

# 读取xlsx文件中的数据
df = pd.read_excel('北京市空气数据.xlsx')
# 指定需要可视化的列
cols = ['PM2.5', 'PM10', 'NO2', 'SO2', 'CO', 'O3']
# 循环遍历每一列，生成分簇散点图和小提琴图
for col in cols:
    plot_violin_swarmplot(df, col)

优化后的代码更加简洁、易读，同时提高了代码的复用性和可维护性。