基于双字典使用Plotly（优先Plotly Express）绘制多系列折线图的方法

最优DataFrame结构设计 #

适配后续新增系列的需求，长格式（Tidy Data）DataFrame是Plotly Express的最优输入结构，完全兼容不同系列x轴值不对齐、长度不一致的场景（比如你示例中a系列x为[1,2,3]，b系列x为[3,4,5]的情况）。
该结构仅需3列，后续新增任意数量折线都无需修改绘图代码：

• series：存储折线的唯一标识（即原字典的key，如a/b）
• x：存储对应系列的x轴数值（即days字典的列表元素）
• y：存储对应系列的y轴数值（即vals字典的列表元素）

你示例数据转换后的长表结构如下：

现有字典转长格式DataFrame的代码 #

通用兼容写法（所有pandas版本支持） #

import pandas as pd

rows = []
# 遍历所有系列（前提：days和vals的key完全一一对应）
for series_name in days.keys():
    for x_val, y_val in zip(days[series_name], vals[series_name]):
        rows.append({
            "series": series_name,
            "x": x_val,
            "y": y_val
        })
df = pd.DataFrame(rows)

简洁写法（pandas 1.3+支持） #

import pandas as pd

# 先构造以系列为行的中间表，再拆分为每行一个数据点的长表
df = pd.DataFrame({
    "series": list(days.keys()),
    "x": list(days.values()),
    "y": list(vals.values())
}).explode(["x", "y"])
# 转换回数值类型（explode后默认会转为object类型）
df[["x", "y"]] = df[["x", "y"]].astype(float)

Plotly Express 绘图代码 #

直接传入长表即可自动识别多系列，无需手动逐条绘制：

import plotly.express as px

fig = px.line(
    df,
    x="x", # 指定x轴取值的列
    y="y", # 指定y轴取值的列
    color="series", # 按series列自动区分不同折线，自动生成图例、匹配颜色
    title="多系列数值对应折线图"
)
fig.show()

扩展说明 #

后续新增折线系列时，仅需在days和vals字典中新增对应key和数值列表，重新运行上述DataFrame转换代码，绘图代码完全不需要修改，即可自动生成新增折线的展示。

内容的提问来源于stack exchange，提问作者Lalit Jain