如何自动提取CSV表头作为Python matplotlib绘图的图例标签

直接将pandas DataFrame传入matplotlib原生ax.plot()方法时，matplotlib不会自动将DataFrame列名绑定为折线的label属性，调用legend()时检索不到带有效标签的绘图元素，就会抛出如下警告：

No artists with labels found to put in legend. Note that artists whose label start with an underscore are ignored when legend() is called with no argument.

方案1：使用DataFrame内置plot方法（代码最简洁） #

pandas自带的Series/DataFrame绘图接口原生支持自动将列名作为图例标签，只需要指定绑定的子图对象即可，无需手动拼接列名：

for i in range(len(model[idx]['asb_path'])):
    j = len(model[idx]['asb_path'])-i-1
    # 读取带表头的CSV文件
    potiso = pd.read_csv(model[idx]['potiso_path'][i], index_col=0)
    asb = pd.read_csv(model[idx]['asb_path'][i], index_col=0)

    # 绘制potiso数据，指定固定标签
    potiso.plot(ax=axs[j], label='NODE_POT_ISO')
    # 直接绘制asb全列数据，自动以列名作为图例标签
    asb.plot(ax=axs[j])

    axs[j].set_title(os.path.basename(model[idx]['asb_path'][i]))
    axs[j].set_xlabel('time(s)')
    axs[j].set_ylabel('displacement(m)')
    axs[j].legend()
    axs[j].grid(True)

plt.savefig(fig_path)

该方案下后续调整CSV列数量、修改列名，都不需要改动绘图代码，pandas会自动识别所有列并匹配对应标签。

方案2：遍历DataFrame列绑定标签（兼容原生matplotlib写法） #

如果需要保留原生matplotlib的ax.plot()调用习惯，可以遍历DataFrame的列名，逐列绘图时自动将列名传入label参数：

for i in range(len(model[idx]['asb_path'])):
    j = len(model[idx]['asb_path'])-i-1
    potiso = pd.read_csv(model[idx]['potiso_path'][i], index_col=0)
    asb = pd.read_csv(model[idx]['asb_path'][i], index_col=0)

    axs[j].plot(potiso, label='NODE_POT_ISO')
    # 遍历asb所有列，自动将列名设为标签
    for col_name in asb.columns:
        axs[j].plot(asb[col_name], label=col_name)

    axs[j].set_title(os.path.basename(model[idx]['asb_path'][i]))
    axs[j].set_xlabel('time(s)')
    axs[j].set_ylabel('displacement(m)')
    axs[j].legend()
    axs[j].grid(True)

plt.savefig(fig_path)

• 如果CSV列名以下划线_开头，matplotlib默认会隐藏这类标签，遇到该场景可以在传label时增加固定前缀，例如label=f"RESULT_{col_name}"即可正常显示在图例中。
• 上述两种方案均不需要硬编码任何列名，后续调整CSV结构时无需修改后处理脚本，完全适配需求。

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