Matplotlib绘制三子图折线时如何为每条折线设置差异化颜色

你持有名为plot_data的DataFrame，共约998行、23列，原代码逐行遍历数据，按Level字段值拆分绘制3个纵向排列的子图，同一子图内所有折线使用统一配色，需要调整代码实现同子图内折线具备足够区分度，线条重叠时也可直观分辨差异。

原实现代码如下：

fig=plt.figure()

for i in range(0,plot_data.shape[0]):
    if (plot_data["Level"].iloc[i] == "Low"):
        plt.subplot(311)
        plt.plot(plot_data.drop(columns =["Level"]).iloc[i],"green",linewidth=0.6)
        plt.xticks([])
    elif (plot_data["Level"].iloc[i] == "Medium"):
        plt.subplot(312)
        plt.plot(plot_data.drop(columns =["Level"]).iloc[i],"yellow",linewidth=0.6)
        plt.xticks([])
    else :
        plt.subplot(313)
        plt.plot(plot_data.drop(columns =["Level"]).iloc[i],"red",linewidth=0.6)
        plt.xticks([])

plt.show()

原代码逐行循环重复调用plt.subplot效率较低，建议先按Level字段分组筛选数据，再搭配高区分度配色、透明度设置解决重叠辨识度问题，提供两种可直接复用的实现：

方案1：高区分度多色板（无固定色彩语义） #

适合不需要保留原绿/黄/红分类色彩逻辑的场景，使用matplotlib内置的高区分度离散色板循环取色，搭配透明度设置让重叠区域通过颜色叠加自然显示密度差异：

import matplotlib.pyplot as plt

# 提前初始化3个子图，避免循环中重复创建子图对象
fig, (ax_low, ax_medium, ax_high) = plt.subplots(3, 1, figsize=(10, 8))
axes_map = {"Low": ax_low, "Medium": ax_medium, "High": ax_high}
# 加载20种专门校准过的高区分度色值，循环使用
color_palette = plt.cm.tab20.colors
color_cursor = 0

for level, ax in axes_map.items():
    # 一次性筛选当前分类的所有数据，无需逐行判断
    group_data = plot_data[plot_data["Level"] == level].drop(columns=["Level"])
    for _, row in group_data.iterrows():
        line_color = color_palette[color_cursor % len(color_palette)]
        ax.plot(row.values, color=line_color, linewidth=0.6, alpha=0.7)
        color_cursor += 1
    ax.set_xticks([])
    ax.set_ylabel(level)

plt.tight_layout()
plt.show()

方案2：同色系渐变（保留原分类色彩语义） #

如果需要保留Low=绿色、Medium=黄色、High=红色的原有视觉逻辑，可以为每个分类单独生成同色系渐变颜色，同一子图内线条通过明暗、饱和度差异区分，既保留分类辨识度，又能分辨单条折线：

import matplotlib.pyplot as plt
from matplotlib.colors import to_rgba

fig, (ax_low, ax_medium, ax_high) = plt.subplots(3, 1, figsize=(10,8))
level_config = {
    "Low": {"ax": ax_low, "base_color": "#2ca02c"},
    "Medium": {"ax": ax_medium, "base_color": "#ffcc00"},
    "High": {"ax": ax_high, "base_color": "#d62728"}
}

for level, config in level_config.items():
    ax = config["ax"]
    base_rgb = to_rgba(config["base_color"])[:3]
    group_data = plot_data[plot_data["Level"] == level].drop(columns=["Level"])
    line_total = len(group_data)
    for row_idx, (_, row) in enumerate(group_data.iterrows()):
        # 生成从浅到深的同色系色值
        light_factor = 0.3 + 0.7 * (row_idx / max(line_total-1, 1))
        line_color = tuple([channel * light_factor for channel in base_rgb] + [0.6])
        ax.plot(row.values, color=line_color, linewidth=0.6)
    ax.set_xticks([])
    ax.set_ylabel(level)

plt.tight_layout()
plt.show()

优化提示：如果单组折线数量超过30条，仅靠颜色区分会存在压力，可以额外给线条搭配不同线型（实线、虚线、点线交替）、或者加极微小的纵向随机偏移，进一步提升重叠场景下的辨识度。

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