基于Gnuplot的变长数据多图绘制及RMSE可视化技术求助

1. 批量生成带模型图形的独立RMSE图 #

假设转置后的Data file2格式为：每行对应一个模型，第一列是模型名，后续列是该模型在不同场景下的RMSE值；Data file1格式为每个模型的X/Y数据块以# 模型名开头分隔。

以下脚本会循环处理每个模型，生成以模型名命名的PNG文件，同时将对应模型的图形嵌入到RMSE柱状图的右上角：

# 设置全局样式
set terminal pngcairo enhanced font 'Arial,10' size 800,600
set style data histogram
set style fill solid 0.7 border -1
set boxwidth 0.8
set ylabel "RMSE"
set grid y

# 读取Data file2的模型总数
stats "Data file2" using 1 nooutput
model_count = STATS_records

# 循环处理每个模型
do for [i=1:model_count] {
    # 提取当前模型名
    model_name = system(sprintf("sed -n '%dp' 'Data file2' | awk '{print $1}'", i))
    output_file = sprintf("%s_RMSE.png", model_name)
    set output output_file

    # 开启多图模式，组合RMSE柱状图和模型图形
    set multiplot layout 2,2 rowsfirst margins 0.1,0.9,0.1,0.9
        # 主图：RMSE柱状图
        unset key
        set title sprintf("RMSE of %s", model_name)
        plot "Data file2" index i-1 using 2:xtic(1) histogram, \
             '' index i-1 using 0:2:($2) with labels offset 0,1 font ',8'

        # 右上角嵌入模型图形
        set origin 0.65,0.65
        set size 0.3,0.3
        unset title
        unset ylabel
        unset grid
        set key off
        # 从Data file1中筛选当前模型的X/Y数据
        plot "<grep -A 1000 '# ".model_name."' Data file1 | grep -v '#'" using 1:2 with lines title model_name

    unset multiplot
}

核心逻辑：

• 用stats获取模型总数，通过循环遍历每个模型
• 调用sed/awk提取模型名，生成对应输出文件名
• 利用multiplot在同一张图中绘制主柱状图和右上角的模型小图
• 通过grep从Data file1中筛选当前模型的X/Y数据

2. 柱子顶部显示RMSE数值 #

在柱状图的plot命令中添加with labels即可实现，核心代码片段：

plot "Data file2" using 2:xtic(1) histogram, \
     '' using 0:2:($2) with labels offset 0,1 font ',8'

• using 0:2:($2)：0对应柱子的X轴位置，2是RMSE值（Y轴位置），第三个$2为要显示的数值
• offset 0,1：将标签向上偏移1个单位，避免与柱子重叠
• font ',8'：设置标签字体大小

3. 支持行/列方向绘图 #

通过定义变量控制数据读取维度，实现行方向（按模型绘图）和列方向（按场景绘图）的切换：

# 选择绘图方向：row（按模型）或col（按场景）
plot_direction = "row"  # 可改为"col"

set terminal pngcairo enhanced font 'Arial,10' size 1000,600
set style data histogram
set style fill solid 0.7 border -1
set boxwidth 0.8
set ylabel "RMSE"
set grid y
set key outside

if (plot_direction eq "row") {
    # 行方向：每个模型一行，绘制该模型所有场景的RMSE
    stats "Data file2" using 1 nooutput
    model_count = STATS_records
    set title "RMSE by Model (Row Direction)"
    plot for [i=1:model_count] "Data file2" index i-1 using 2:xtic(1) title sprintf("Model %d", i), \
         for [i=1:model_count] '' index i-1 using 0:2:($2) with labels offset 0,1 font ',8'
} else {
    # 列方向：每个场景一行，绘制所有模型在该场景下的RMSE
    stats "Data file2" using '*' nooutput
    scene_count = STATS_columns - 1  # 减去第一列的模型名
    set title "RMSE by Scene (Column Direction)"
    plot for [j=2:scene_count+1] "Data file2" using j:xtic(1) title sprintf("Scene %d", j-1), \
         for [j=2:scene_count+1] '' using 0:j:($j) with labels offset 0,1 font ',8'
}

核心逻辑：

• 定义plot_direction变量，切换row/col模式
• 行方向：循环遍历每个模型行，绘制该行的RMSE数据
• 列方向：通过STATS_columns获取场景数量，循环遍历每个数据列，绘制所有模型在该场景下的RMSE

内容的提问来源于stack exchange，提问作者user86927