如何无需拆分数据文件，直接解析绘制多VL值的2D性能曲线图

不用拆分文件，直接用pandas做数据分组就能搞定，步骤和代码如下：

先装必要的库 #

如果还没装pandas和matplotlib，先跑这个命令：

pip install pandas matplotlib

核心代码实现 #

直接读取整个数据文件，按VL字段分组后循环绘图，示例代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取你的性能测试数据文件，sep根据实际分隔符调整：逗号用','，空格用'\s+'
df = pd.read_csv('perf_test_data.txt', sep='\s+')

# 初始化绘图画布
plt.figure(figsize=(10, 6))

# 按VL值分组，每组对应一条曲线
for vl_val, data_group in df.groupby('VL'):
    # 先按nthr排序，保证x轴顺序合理
    sorted_group = data_group.sort_values('nthr')
    # 绘制曲线：x轴是nthr，y轴是B，标签显示对应的VL值
    plt.plot(sorted_group['nthr'], sorted_group['B'], marker='s', label=f'VL={vl_val}')

# 设置图表基础信息
plt.xlabel('nthr')
plt.ylabel('B')
plt.title('B vs nthr (Grouped by VL)')
plt.legend()
plt.grid(True, linestyle='--', alpha=0.6)

# 显示图表，或者用savefig保存成图片
plt.show()
# plt.savefig('perf_curve.png', dpi=300)

注意事项 #

• 数据格式适配：如果你的数据是Excel格式，把pd.read_csv换成pd.read_excel即可；分隔符不是空格/逗号的话，修改sep参数对应实际分隔符
• 数据预处理：如果文件里有缺失值或无效数据，可以先加一行df = df.dropna()删掉空值，或者用df = df[df['B'] > 0]过滤异常值
• 样式自定义：可以调整marker（标记点样式）、linestyle（线条样式）、color（颜色）等参数，让曲线更符合你的需求

内容的提问来源于stack exchange，提问作者msndm