如何通过argparse向Matplotlib脚本传递绘图可选参数？

原代码的核心问题 #

1. 函数定义与调用参数不匹配：plot函数声明了xlabel, ylabel, name等必填参数，但调用时仅传入3个参数，直接会触发参数不匹配错误。
2. 命令行参数传递方式不适配Matplotlib需求：nargs="+"仅能传递位置参数列表，无法直接传递color='red'这类关键字参数，而Matplotlib绘图的样式参数大多以关键字形式定义。

修正方案 #

我们可以让命令行接受key=value格式的键值对，解析后转换为字典，再通过关键字参数传递给plt.plot。同时简化plot函数的参数结构，保留必要功能。

修正后的完整代码：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('Agg')

import pandas as pd
import argparse

def parse_option(option_str):
    # 解析key=value格式的选项
    key, value = option_str.split('=', 1)
    # 自动转换数值类型（比如markersize=10这类参数）
    try:
        value = float(value)
        if value.is_integer():
            value = int(value)
    except ValueError:
        pass
    return key, value

parser = argparse.ArgumentParser(description="Plot x,y data in python")
parser.add_argument('-xF', "--x", type=str, required=True, help="x-Data 文件路径")
parser.add_argument('-yF', "--y", type=str, required=True, help="y-Data 文件路径")
parser.add_argument('-o', "--options", nargs="+", default=[], help="绘图选项，格式为key=value，例如 color=red marker=o markersize=10")
parser.add_argument('--legend', type=str, default=None, help="图例文本")
args = parser.parse_args()

# 将命令行传入的options转换成字典
plot_kwargs = dict(parse_option(opt) for opt in args.options)

def plot(x_path, y_path, legend=None, **plot_kwargs):
    xData = pd.read_csv(x_path).squeeze()  # 转成Series，避免多列数据导致绘图异常
    yData = pd.read_csv(y_path).squeeze()

    plt.figure()
    plt.plot(xData, yData, label=legend, zorder=1, **plot_kwargs)
    if legend:
        plt.legend()
    plt.tight_layout()
    plt.savefig("tst.tiff")

if __name__ == '__main__':
    plot(args.x, args.y, legend=args.legend, **plot_kwargs)

使用示例 #

命令行运行时可按如下方式传递参数：

python your_script.py -xF x_data.csv -yF y_data.csv --legend "测试数据" -o color=red marker=o markersize=8 linestyle="--"

说明 #

1. 新增parse_option函数处理key=value格式的参数，自动识别并转换数值类型（比如将markersize=10的字符串转为整数）。
2. plot函数通过**plot_kwargs接收任意关键字参数，直接传递给plt.plot，支持所有Matplotlib的Line2D属性。
3. 将legend单独设为命令行参数，避免和样式参数混在一起，逻辑更清晰。
4. 使用squeeze()处理读取的CSV数据，确保是一维Series，避免多列数据导致的绘图异常。

内容的提问来源于stack exchange，提问作者user18893035