Pandas如何实现单X列与所有Y列数据同图绘制

用Pandas原生DataFrame绘图接口即可实现单X列对应所有Y列的同图绘制，无需逐列循环，适配30+列的批量绘制场景。

• 前置依赖安装
  执行命令安装所需库：pip install pandas openpyxl matplotlib
• 完整实现代码

import pandas as pd
import matplotlib.pyplot as plt

# 读取目标Excel工作表，替换为实际文件路径、工作表名
df = pd.read_excel("你的数据文件.xlsx", sheet_name="目标工作表名称")

# 批量绘图：指定公共X列，其余数值列自动作为Y系列绘制
ax = df.plot(
    x="X列实际列名", # 替换为表中X列的列名，例如"采样时间""序号"
    figsize=(14, 7),
    grid=True,
    colormap="tab20", # 高区分度多色系色卡，适配30条线的颜色区分
    linewidth=1.2,
    alpha=0.8 # 调整线条透明度，减少多线重叠的辨识度问题
)

# 基础样式配置
ax.set_xlabel("X轴名称")
ax.set_ylabel("Y轴数值")
ax.set_title("多列数据同X轴对比图")

# 多系列图例放在图表外侧，避免遮挡数据
plt.legend(bbox_to_anchor=(1.02, 1), loc="upper left", borderaxespad=0)
plt.tight_layout() # 自动适配布局，防止标签、图例截断

# 展示或保存图表
plt.show()
# plt.savefig("输出图表.png", dpi=300, bbox_inches="tight")

若表中存在不需要绘制的非X列，无需手动枚举全部30个Y列名，只需在绘图前筛选子集即可：执行df = df[["X列名"] + 待绘制Y列名列表]后再调用plot方法。

• 实用优化技巧
  • X列为时间格式时Pandas会自动识别并格式化时间刻度，无需额外处理
  • 若默认色卡区分度不足，可替换colormap参数为tab20b/viridis等其他Matplotlib内置色卡
  • 数据存在空值时Pandas会自动跳过空点连线，无需提前做填充处理

内容的提问来源于stack exchange，提问作者ecar