按唯一值分组绘制多条折线：筛选df中model==Hard数据绘图

前置依赖 #

首先导入需要用到的工具库：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

步骤1：筛选目标样本 #

过滤出model列等于Hard的行，同时可以把时间列转为datetime格式避免绘图时顺序错乱：

# 筛选model为Hard的样本
hard_df = df[df['model'] == 'Hard'].copy()
# 转换时间列格式，保证横轴时间按先后顺序排列
hard_df['time'] = pd.to_datetime(hard_df['time'])

步骤2：绘制多色折线图 #

有两种常用实现方式，任选其一即可：

方式1：用seaborn快速实现 #

通过hue参数自动按不同x值分配折线颜色：

plt.figure(figsize=(10, 6))
# hue参数指定按x列区分颜色，marker加圆点标记数据点
sns.lineplot(data=hard_df, x='time', y='count', hue='x', marker='o')
# 旋转横轴标签避免重叠
plt.xticks(rotation=45)
plt.title('Hard模型下不同x值的计数随时间变化趋势')
plt.xlabel('时间')
plt.ylabel('计数')
plt.tight_layout()
plt.show()

方式2：用原生matplotlib实现 #

循环遍历不同的x值单独绘制折线：

plt.figure(figsize=(10,6))
for x_val in hard_df['x'].unique():
    tmp_df = hard_df[hard_df['x'] == x_val]
    plt.plot(tmp_df['time'], tmp_df['count'], label=x_val, marker='o')
plt.xticks(rotation=45)
# 显示不同x值对应的颜色图例
plt.legend()
plt.title('Hard模型下不同x值的计数随时间变化趋势')
plt.xlabel('时间')
plt.ylabel('计数')
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者RAV