如何用for循环替代多plot()语句实现同图多曲线绘制及索引标签处理

嘿，我来帮你搞定这个Matplotlib绘图的冗余问题！你现在重复写多遍plot()语句确实麻烦，用for循环既能简化代码，还能完美处理每条曲线的索引和标签，让代码清爽不少。

核心解决思路 #

我们可以用enumerate()函数同时遍历数据的索引和对应y值列表，这样就能自动给每条曲线生成带编号的标签，一次性替换掉所有重复的plot()语句。

完整修改后的代码 #

import matplotlib.pyplot as plt

# 实验数据
y_data = []
y_data.append([21.2, 32.5, 42.1, 54.5, 23.5])
y_data.append([17.2, 27.6, 35.7, 45.8, 27.1])
y_data.append([25.7, 34.1, 34.7, 50.3, 31.3])
y_data.append([11.2, 32.5, 45.1, 54.5, 23.5])
y_data.append([27.4, 25.6, 45.7, 37.8, 25.1])
# 补充第6组示例数据（你可以换成自己的实际数据）
y_data.append([22.3, 30.1, 41.2, 52.0, 26.7])

# 定义x轴数据（这里假设是数据点的索引，你可以换成自己的实际横坐标）
x_data = range(len(y_data[0]))

# 用for循环批量绘制所有曲线
for idx, y_vals in enumerate(y_data):
    # 利用索引生成带编号的标签（idx+1让标签从1开始计数）
    plt.plot(x_data, y_vals, label=f'Curve {idx+1}')

# 添加图表元素，让可视化更清晰
plt.legend()  # 显示标签图例
plt.title('Multiple Curves Generated by For Loop')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')

plt.show()

关键细节说明 #

• enumerate(y_data)：这个函数会返回每个元素的索引（idx）和对应的y值列表（y_vals），完美解决了索引和标签的对应问题。
• 标签生成：用f'Curve {idx+1}'生成带编号的标签，避免手动写重复的标签文本，同时让每条曲线的标识更清晰。
• 扩展性：如果你的x轴不是默认索引，只需要把x_data换成你实际的横坐标数组即可，循环逻辑完全不用改。

进阶技巧：自定义曲线样式 #

如果想让每条曲线有不同的颜色/线型，提前定义一个样式列表，循环时对应取用就行：

# 自定义样式列表，数量和曲线数保持一致
styles = ['r-', 'g--', 'b-.', 'm:', 'c^-', 'y*-']

for idx, y_vals in enumerate(y_data):
    plt.plot(x_data, y_vals, styles[idx], label=f'Curve {idx+1}')

这样每条曲线的样式都不一样，可视化效果会更直观。

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