将Gurobi优化结果字典转DataFrame后如何按行绘制图表？

核心思路 #

你的DataFrame是96行1列结构，索引对应time1的元素，每行存储计算后的单值，直接借助Pandas内置绘图工具或Matplotlib就能轻松实现按行索引顺序的可视化。

具体代码实现 #

方法1：Pandas内置绘图（最简方案） #

直接调用DataFrame的plot()方法，默认按行索引顺序渲染：

import pandas as pd
import matplotlib.pyplot as plt

# 你的原有数据处理代码
x = {}
for t in time1:
    x[t] = [price_energy[t-1] * EnergyResource[174, t].X] 

df = pd.DataFrame.from_dict(x, orient='index')

# 绘制折线图（适配时序类数据）
df.plot(kind='line', figsize=(12, 6))
plt.title('逐行结果可视化')
plt.xlabel('时间点')
plt.ylabel('计算值')
plt.show()

方法2：Matplotlib手动绘制（高自定义度） #

若需自定义图表细节（如标签旋转、颜色、样式），直接使用Matplotlib：

import matplotlib.pyplot as plt

# 提取行索引和对应值
row_indices = df.index
row_values = df.iloc[:, 0].values

# 绘制折线图
plt.figure(figsize=(12, 6))
plt.plot(row_indices, row_values, color='#2ecc71', linewidth=2)
plt.title('逐行结果可视化')
plt.xlabel('时间点')
plt.ylabel('计算值')
plt.xticks(rotation=45)  # 若索引为长字符串，旋转避免重叠
plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.show()

可选图表类型 #

• 若展示离散类数据，将plot()的kind参数改为'bar'绘制柱状图
• 若分析数据分布，改为'hist'绘制直方图
• 若需对比单个值占比，改为'pie'绘制饼图（需注意数据适配性）

内容的提问来源于stack exchange，提问作者Margi Shah