df.plot.scatter() 画不出图的主因是matplotlib后端未正确配置或未调用plt.show()；x/y参数须为列名字符串，颜色大小等需用列名或标量，返回Axes对象。
df.plot.scatter() 画不出图？检查 matplotlib 是否已激活显示
直接调用 df.plot.scatter(x, y) 后没出图，不是代码错了，大概率是 matplotlib 后端没配好或忘了触发渲染。Jupyter 默认支持 inline 显示，但脚本运行、VS Code 终端或某些远程环境里，必须显式加 plt.show()。
- 在 .py 脚本中，末尾必须补上
import matplotlib.pyplot as plt和plt.show() - Jupyter 中若之前执行过
%matplotlib agg（非交互后端），也会压根不显示——换回%matplotlib inline或%matplotlib widget - Mac 用户遇到
RuntimeError: Python is not installed as a framework，说明默认后端冲突，临时解法是加环境变量MPLBACKEND=Agg，或改用plt.switch_backend('Agg')（仅限保存图，不显示）
传参 x/y 是列名字符串，不是 Series 或数组
df.plot.scatter() 的 x 和 y 参数只接受字符串（即列名），不是 df['col'] 这种 Series。传错会报 KeyError 或奇怪的坐标轴错位。
- ✅ 正确：
df.plot.scatter(x='height', y='weight') - ❌ 错误：
df.plot.scatter(x=df['height'], y=df['weight'])—— 这会把整列当标签名，导致 x 轴显示为0 172\n1 168\n...这种文本 - 如果真想用计算列，先赋值给新列再传名：
df['bmi'] = df.weight / (df.height/100)**2，然后x='height', y='bmi'
颜色、大小、透明度这些参数不能直接传数组，得用 c/s/alpha + 列名或标量
想按第三维着色（比如用 'category' 列区分红蓝点），或按数值缩放点大小，不能直接塞 list/array 给 c 或 s 参数——scatter() 内部会拿它去查 DataFrame 的列。
- ✅ 按分类列上色：
df.plot.scatter(x='x', y='y', c='group')，其中'group'是 df 里存在的列名（值为 'A'/'B'） - ✅ 按数值列控制点大小：
s='score'，此时点面积正比于score值的平方（pandas 默认行为） - ⚠️ 注意：如果传
s=[10, 20, 30]这种列表，会报ValueError: s must be array-like，因为底层调用的是 matplotlib.scatter，它要求s是标量或与数据等长的 array，但 pandas 封装层只认列名或单一数字 - 透明度统一设用
alpha=0.6，不能传数组
和 plt.scatter() 的关键区别：坐标轴范围、图例、返回值
别以为 df.plot.scatter() 只是语法糖——它自动处理了坐标轴范围（基于列 min/max）、默认加了图例（如果用了 c 或 color），而且返回的是 Axes 对象，不是 Figure。
- 坐标轴不会自动 padding，点紧贴边框很常见；要留空隙得手动调：
ax = df.plot.scatter(...); ax.margins(0.05) - 用
c='species'时，图例会自动按类别分组并标注，而原生plt.scatter()需自己构造LegendHandler - 返回值是
matplotlib.axes.Axes，可链式操作：df.plot.scatter(...).set_title("Height vs Weight")，但不能直接.savefig()，得先ax.get_figure().savefig(...) - 性能上，小数据（df.plot.scatter() 多一层索引对齐逻辑，略慢于裸
plt.scatter(df['x'], df['y'])
x/y 必须是字符串、c/s 优先走列名、显示靠 plt.show() 这三条，基本就稳了。 
