在Python中使用25行4列的数据绘制散点图，可以通过`matplotlib`库实现。假设数据格式为一个二维数组或`pandas.DataFrame`对象，其中每一列为一维数据序列，可以将第一列分别与其他各列配对，生成多个散点图。 以下是一个完整的示例代码： ```python import matplotlib.pyplot as plt import numpy as np # 生成模拟数据：25行4列 data = np.random.rand(25, 4) # 提取第一列作为X轴数据 x = data[:, 0] # 绘制散点图 plt.figure(figsize=(10, 6)) # 第二列与第一列的散点图 plt.scatter(x, data[:, 1], c='blue', label='Column 2', s=100) # 第三列与第一列的散点图 plt.scatter(x, data[:, 2], c='green', label='Column 3', s=100) # 第四列与第一列的散点图 plt.scatter(x, data[:, 3], c='red', label='Column 4', s=100) # 设置图表标题和标签 plt.title('Scatter Plot of First Column vs Other Columns') plt.xlabel('First Column (X)') plt.ylabel('Values in Other Columns') plt.legend() # 显示图表 plt.show() ``` ### 说明： - `data` 是一个25行4列的二维数组，用随机数生成作为示例。 - 使用`scatter()`函数绘制散点图时，第一个参数始终是第一列（即`x`值），第二个参数为其他各列。 - 每个散点图使用不同的颜色来区分不同列，并通过`label`参数设置图例名称。 - 最后通过`legend()`显示图例，使图表更直观。 如果数据来自文件（如Excel或CSV文件），可以使用`pandas`读取数据，然后按上述方法处理。例如： ```python import pandas as pd # 读取数据文件 df = pd.read_csv('data.csv') # 假设数据存储在data.csv文件中 # 获取第一列作为X轴数据 x = df.iloc[:, 0] # 绘制散点图 plt.figure(figsize=(10, 6)) for i in range(1, df.shape[1]): plt.scatter(x, df.iloc[:, i], label=f'Column {i+1}', s=100) # 设置图表标题和标签 plt.title('Scatter Plot of First Column vs Other Columns') plt.xlabel('First Column (X)') plt.ylabel('Values in Other Columns') plt.legend() # 显示图表 plt.show() ``` 该方法适用于从外部文件加载数据的情况，通过循环遍历所有列并逐个绘制散点图[^2]。