Matplotlib图表图例标签替换求助：基于DataFrame列值修改

我太懂你这种改图例改到崩溃的感觉了——用DataFrame.plot()的时候，默认图例是列名，但你要的是对应行的name列值，对吧？咱们一步步把这个问题解决掉。

先分析你之前的错误原因 #

1. 设置label参数的错误：你写了.label=targets，这是语法错误，正确参数是labels=；而且你用了整个df['name']列，但实际只需要你选中的5行（3000到3004行，因为iloc是左闭右开）对应的name值，数量不匹配也会导致失效。
2. 循环绘图的错误：你遇到的维度不匹配、索引错误，大概率是因为循环时没正确提取每行的数值数据和对应的name标签，比如把行和列的转置关系搞混了，或者选中了非数值列来绘图。

正确的解决方案 #

先提前准备好要绘图的子集和对应的标签：

import matplotlib.pyplot as plt

# 1. 提取你要绘图的5行数值列数据
plot_subset = df.iloc[3000:3005, :].loc[:, float_cols]
# 2. 获取这5行对应的name标签（从原DataFrame中提取对应行）
target_labels = df.iloc[3000:3005]['name'].tolist()

方法1：直接在plot()中指定labels参数

这是最简洁的方式，直接告诉绘图函数要用的标签：

plt.figure(figsize=(10,6))
# 转置后绘图，传入labels参数
plot_subset.T.plot(labels=target_labels, ax=plt.gca())
plt.title('title', size=20)
plt.ylabel('Y', size=14)
plt.xlabel('x', size=14)
plt.legend()  # 确保图例显示
plt.show()

方法2：手动修改已绘图例

如果第一种方法不生效，你可以先绘图，再手动替换图例标签，灵活性更高：

plt.figure(figsize=(10,6))
# 先完成绘图，获取轴对象
ax = plot_subset.T.plot()
# 获取当前图例的手柄和原有标签
handles, _ = ax.get_legend_handles_labels()
# 用新标签替换旧标签
ax.legend(handles, target_labels)
plt.title('title', size=20)
plt.ylabel('Y', size=14)
plt.xlabel('x', size=14)
plt.show()

方法3：循环逐行绘制（最可控）

如果你想完全掌控每一条线的绘制细节，循环逐行画是最稳妥的，也能避免DataFrame.plot()的自动处理问题：

plt.figure(figsize=(10,6))
ax = plt.gca()  # 获取当前轴对象

# 遍历选中的每一行数据
for idx, row in plot_subset.iterrows():
    # 获取当前行对应的name标签
    current_label = df.loc[idx, 'name']
    # 绘制当前行的数值数据，指定标签
    row.plot(ax=ax, label=current_label)

plt.title('title', size=20)
plt.ylabel('Y', size=14)
plt.xlabel('x', size=14)
plt.legend()
plt.show()

这三种方法都能实现你的需求，选哪个看你习惯～我自己平时更常用方法2，因为有时候绘图后还要调整其他样式，手动改图例很方便。

内容的提问来源于stack exchange，提问作者Reut