# 加载数据 df = data_forecast_is_stk_bs_rpt_zq_befor_big.reset_index() # 绘制散点图 fig, ax = plt.subplots(figsize=(12, 12)) plt.scatter(df.index, df['上一年比本年倍数'], c='blue', cmap='Blues', alpha=0.6) plt.xlabel('Index') plt.ylabel('上一年比本年倍数') # 设置 y 轴刻度的范围和步长 plt.yticks(np.arange(0, max(df['上一年比本年倍数'])+20, 20)) plt.show() 和df1= data_forecast_is_stk_bs_rpt_cw_befor_big.reset_index() fig, ax = plt.subplots(figsize=(12, 12)) plt.scatter(df1.index, df1['上一年比本年倍数'], c='orange', cmap='Oranges', alpha=0.6) plt.xlabel('Index') plt.ylabel('倍数') plt.yticks(np.arange(0, max(df1['上一年比本年倍数'])+20, 20)) plt.show() 现在是2个分开的散点图怎么合并成一个

您可以使用 Matplotlib 的 subplot() 函数将两个散点图绘制在同一个图中。具体步骤如下：

1.创建一个大小为（12, 24）的 figure 对象，并使用 subplot() 函数创建两个子图，分别占据整个图像的上半部分和下半部分。

2.在第一个子图中绘制第一个散点图，设置颜色为蓝色。

3.在第二个子图中绘制第二个散点图，设置颜色为橙色。

4.设置横轴标签和纵轴标签。

5.使用 tight_layout() 函数调整子图之间的间距。

以下是示例代码：

fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(12, 24))

# 第一个散点图
ax1.scatter(df.index, df['上一年比本年倍数'], c='blue', cmap='Blues', alpha=0.6)
ax1.set_ylabel('上一年比本年倍数')
ax1.set_yticks(np.arange(0, max(df['上一年比本年倍数'])+20, 20))

# 第二个散点图
ax2.scatter(df1.index, df1['上一年比本年倍数'], c='orange', cmap='Oranges', alpha=0.6)
ax2.set_xlabel('Index')
ax2.set_ylabel('倍数')
ax2.set_yticks(np.arange(0, max(df1['上一年比本年倍数'])+20, 20))

# 图像标签
fig.suptitle('上一年比本年倍数散点图', fontsize=24)

# 调整子图之间的间距
plt.tight_layout()

# 显示图像
plt.show()

运行以上代码，即可得到两个散点图合并的结果。