如何批量绘制pandas DataFrame的所有行（非列）

没问题，这事儿其实很好解决——核心就是把你的DataFrame转置一下，因为Pandas默认的plot()方法是按列绘制曲线的，转置后原来的行就变成了列，刚好匹配你的需求！

方法一：转置DataFrame后直接绘制（推荐） #

这种方法最简洁高效，不管你有多少行（哪怕200行）都能一次性处理，完全不用手动指定行：

import pandas as pd
import matplotlib.pyplot as plt

# 假设你的DataFrame是df
df = pd.DataFrame(...)  # 替换成你的实际数据

# 转置后绘制，原DataFrame的每一行都会变成一条独立曲线
df.T.plot()
plt.show()

转置的逻辑很直观：df.T会把原DataFrame的行和列互换，原DataFrame的每一行就成了新DataFrame的一列，而Pandas的plot()默认就是为每一列生成一条曲线，完美解决你“画所有行”的需求。

方法二：循环遍历每一行绘制（适合自定义场景） #

如果你需要对每一行的绘制做更细致的控制（比如自定义行标签），也可以用循环遍历每一行：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame(...)  # 替换成你的实际数据

# 遍历每一行并逐一绘制
for row_idx, row_data in df.iterrows():
    # row_data.index是原DataFrame的列名（作为x轴），row_data.values是该行的数值
    plt.plot(row_data.index, row_data.values, label=f'Row {row_idx}')

# 可选：添加图例区分不同行
plt.legend()
plt.show()

这个方法虽然代码多一点，但灵活性更高，适合需要额外定制的场景。

两种方法都能适配任意行数的DataFrame，完全不用担心行数变化的问题，也不需要手动设置颜色（Matplotlib会自动为不同曲线分配区分度足够的颜色）。

内容的提问来源于stack exchange，提问作者ahajib