如何将两张图表合并为一张用于对比分析的图表？

核心优化思路 #

针对你要合并两张执行时间图表做对比的需求，对现有代码做以下调整，让对比更直观：

• 确保X轴与数据长度匹配，避免因数据量不一致导致的绘图错误
• 优化图表标题、标签的可读性
• 增加辅助元素（如网格）提升对比清晰度
• 用线型+颜色双重区分两组数据，适配更多场景

调整后的代码 #

import numpy as np
import matplotlib.pyplot as plt

# 确保X轴长度与数据一致，避免硬编码100
data_len = min(len(result_df_Quantum_cost), len(result_df_classical_cost))
X = np.arange(data_len)

Quantum_cost_np_q_time = result_df_Quantum_cost['Quantum Cost Execution Time (in s)'].to_numpy()[:data_len]
classical_cost_np_q_time = result_df_classical_cost['Classical Cost Execution Time (in s)'].to_numpy()[:data_len]

# 绘图：用不同线型+颜色区分，增强辨识度
plt.plot(X, Quantum_cost_np_q_time, color='red', linestyle='-', linewidth=2, label='量子成本执行时间')
plt.plot(X, classical_cost_np_q_time, color='green', linestyle='--', linewidth=2, label='经典成本执行时间')

# 优化标签与标题
plt.xlabel("样本索引")
plt.ylabel("执行时间（秒）")
plt.title("量子成本 vs 经典成本 执行时间对比")

# 添加网格和图例
plt.grid(axis='y', alpha=0.3)
plt.legend()

plt.show()

关键注意事项 #

• 如果两个数据集长度不一致，代码中通过min()取较短的长度做截断，保证两组数据能对齐绘图
• 线型区分（实线/虚线）比单一颜色区分更友好，适合无法分辨颜色的场景
• 开启Y轴网格能更直观对比两组数据的数值差异

内容的提问来源于stack exchange，提问作者johny