pyplot绘制多折线图时线条拥挤的分离显示解决方案

使用pyplot绘制多序列日转化率折线图时，所有折线挤在同一绘图区域重叠严重，手动调用ylim()调整坐标轴范围没有效果，线条依然拥挤无法清晰辨认单条序列的走势。

现有实现代码 #

for k,i in clean_font_data.to_dict().items():
    plt.plot(list(i.keys()),list(i.values()), label = k[1],marker='o')
    
plt.legend(title="Legenda",fontsize=7)
plt.title('Conversão Diaria')
plt.xlabel('Datas',fontsize = 12)
plt.ylabel('Conversão',fontsize = 12)
plt.grid(True)
plt.show()

示例数据结构 #

attendance bot
['2022-06-01', '2022-06-02', '2022-06-03', '2022-06-04', '2022-06-05', '2022-06-06']
[15.9, 17.99, 17.24, 12.75, 22.89, 24.69]

调ylim无效的核心原因是所有折线的数值区间本身高度重合，单纯缩放坐标轴范围无法解决线条重叠问题，根据你的使用场景选下面任意一种方案即可：

• 方案1：分面子图（最清晰，适合报告/静态输出）
  为每条折线单独创建垂直排列的子图，共享x轴避免日期重复标注，完全不会有线条重叠，每个序列的波动细节都能清晰展示。

  import matplotlib.pyplot as plt
  import numpy as np
  
  plot_dict = clean_font_data.to_dict()
  seq_num = len(plot_dict)
  # 按序列数量设置画布高度，每个子图高3英寸
  fig, axes = plt.subplots(
      nrows=seq_num, ncols=1, 
      figsize=(10, 3*seq_num), 
      sharex=True
  )
  # 兼容单序列场景
  if seq_num == 1:
      axes = [axes]
  
  for ax, (meta, data) in zip(axes, plot_dict.items()):
      x = list(data.keys())
      y = list(data.values())
      ax.plot(x, y, label=meta[1], marker='o', linewidth=1.5)
      ax.set_ylabel('Conversão', fontsize=9)
      ax.grid(True, alpha=0.3)
      ax.set_title(meta[1], loc='left', fontsize=9)
  
  fig.suptitle('Conversão Diaria', y=0.95, fontsize=14)
  fig.text(0.5, 0.04, 'Datas', ha='center', fontsize=12)
  plt.tight_layout()
  plt.show()
  

• 方案2：偏移错位山脊图（保留单画布，适合趋势对比）
  如果不想拆分为多个子图，可以给每条折线的y值加固定垂直偏移，把所有线条上下错开，类似山脊图效果，既保留单画布的整体感，又不会出现线条拥挤重叠。注意这个方法需要替换y轴刻度，避免数值误读。

  import matplotlib.pyplot as plt
  import numpy as np
  
  plot_dict = clean_font_data.to_dict()
  offset = 30  # 根据自身数据范围调整，保证相邻线条不重叠即可
  plt.figure(figsize=(12,7))
  tick_pos = []
  tick_labels = []
  
  for idx, (meta, data) in enumerate(plot_dict.items()):
      x = list(data.keys())
      y_raw = list(data.values())
      # 给当前序列加固定垂直偏移
      y = [val + idx*offset for val in y_raw]
      plt.plot(x, y, label=meta[1], marker='o', linewidth=1.2, alpha=0.8)
      # 记录当前序列的刻度位置
      tick_pos.append(idx*offset + np.mean(y_raw))
      tick_labels.append(meta[1])
  
  plt.yticks(tick_pos, tick_labels, fontsize=8)
  # 把图例放在画布外侧避免遮挡线条
  plt.legend(title="Legenda", fontsize=7, bbox_to_anchor=(1.02, 1), loc='upper left')
  plt.title('Conversão Diaria')
  plt.xlabel('Datas', fontsize=12)
  plt.grid(True, axis='x', alpha=0.3)
  plt.tight_layout()
  plt.show()
  

• 方案3：交互式勾选显示（适合本地分析场景）
  如果序列数量非常多，可以加复选框组件，默认只显示1-2条重点折线，需要看其他序列时手动勾选即可，从根源上避免大量线条同时显示造成的拥挤。

内容的提问来源于stack exchange，提问作者INGl0R1AM0R1