如何在单个图表中绘制多组列数据对-Python教程-PHP中文网

如何在单个图表中绘制多组列数据对

本文介绍如何使用 Matplotlib 和 Pandas 将 Excel 中成对的列（如第1&2列、第3&4列等）统一绘制在同一张图中，避免循环中重复调用 plt.show() 导致生成多个独立图表的问题。

本文介绍如何使用 matplotlib 和 pandes 将 excel 中成对的列（如第1&2列、第3&4列等）统一绘制在同一张图中，避免循环中重复调用 `plt.show()` 导致生成多个独立图表的问题。

在数据分析中，常遇到结构化的实验数据：例如拉伸试验中，每两列分别代表一组「应变–应力」测量值（如 strain_1 & stress_1、strain_2 & stress_2）。若希望将所有数据对叠加显示于同一坐标系下以便对比趋势，关键在于复用同一个绘图轴对象（Axes），而非在循环内反复创建新图或调用 plt.show()。

原始代码的问题在于：每次迭代都执行 plt.plot(...) 并紧随其后调用 plt.show()，这会强制渲染并显示当前图形，导致每对数据独占一个窗口；同时未显式管理画布与坐标轴，造成绘图上下文混乱。

✅ 正确做法是：

预先创建画布与坐标轴：使用 plt.subplots() 获取 fig 和 ax 对象；
在循环中仅向 ax 添加曲线：调用 ax.plot(x, y)，不触发显示；
统一设置标签与图例（可选）：在循环外一次性配置 ax.set_xlabel()、ax.set_ylabel()，并可通过 label= 参数为每条线添加图例；
最后统一展示：仅在循环结束后调用一次 plt.show()。

以下是完整可运行示例（兼容真实 Excel 数据）：

import pandas as pd
import matplotlib.pyplot as plt

# 示例：从 Excel 读取数据（取消注释并修改路径即可）
# data = pd.read_excel("your_data.xlsx")

# 或使用模拟数据（4列：col1-col4）
import numpy as np
data = pd.DataFrame({
    'col1': np.linspace(0, 0.2, 100),
    'col2': np.linspace(0, 0.2, 100) * 1.5 + 0.1,
    'col3': np.linspace(0.2, 1.0, 100),
    'col4': np.linspace(0.2, 1.0, 100) * 0.8 - 0.05
})

# 创建单个绘图区域
fig, ax = plt.subplots(figsize=(8, 6))

# 遍历列对：0&1, 2&3, ...
for i in range(0, data.shape[1], 2):  # 注意：步长改为2，避免索引越界
    if i + 1 <p>? <strong>注意事项</strong>：</p>