Python：编写支持多可选参数的自定义绘图函数技术咨询

嘿，针对你需要快速生成多传感器时间序列图表的需求，我整理了一个实用的Python绘图函数方案，完美适配你提到的两个核心要求——不管是1个还是10个传感器都能输出美观的图表，同时精准限定展示starttime到endtime的时间范围。下面是具体实现：

• 时间范围过滤：先对每个传感器的原始数据做时间切片，只保留目标时间段内的数据，避免冗余数据干扰图表展示
• 动态美观适配：根据传感器数量自动调整绘图逻辑——1个传感器时放大展示细节，2-10个传感器时用区分度高的配色和清晰图例，避免视觉混乱
• 参数灵活性：通过必填参数保证核心功能，用可变参数**kwargs接收最多20个可选配置，满足个性化绘图需求

import matplotlib.pyplot as plt
import pandas as pd
from matplotlib.colors import ListedColormap

def plot_sensor_data(sensor_data, starttime, endtime, **kwargs):
    # 检查可选参数数量（最多20个）
    if len(kwargs) > 20:
        raise ValueError("可选参数数量不能超过20个")
    
    # 转换时间参数为datetime类型
    start_dt = pd.to_datetime(starttime)
    end_dt = pd.to_datetime(endtime)
    
    # 过滤每个传感器的时间范围数据
    filtered_data = {}
    for sensor_name, df in sensor_data.items():
        df['time'] = pd.to_datetime(df['time'])
        mask = (df['time'] >= start_dt) & (df['time'] <= end_dt)
        filtered_df = df[mask].copy()
        if not filtered_df.empty:
            filtered_data[sensor_name] = filtered_df
    
    if not filtered_data:
        raise ValueError("目标时间范围内没有有效数据")
    
    # 初始化绘图配置
    fig_kwargs = {k: v for k, v in kwargs.items() if k in ['figsize', 'dpi', 'facecolor']}
    plot_kwargs = {k: v for k, v in kwargs.items() if k in ['linewidth', 'linestyle', 'marker']}
    title = kwargs.get('title', '传感器数据时间序列图')
    color_map = kwargs.get('color_map', plt.cm.tab10)  # 内置10种区分度高的颜色
    
    # 创建画布和轴
    fig, ax = plt.subplots(**fig_kwargs)
    
    # 动态绘制每个传感器的数据
    sensor_count = len(filtered_data)
    colors = ListedColormap(color_map(range(sensor_count)))
    for idx, (sensor_name, df) in enumerate(filtered_data.items()):
        ax.plot(df['time'], df['value'], label=sensor_name, color=colors(idx), **plot_kwargs)
    
    # 美化图表
    ax.set_title(title, fontsize=12, fontweight='bold')
    ax.set_xlabel('时间', fontsize=10)
    ax.set_ylabel('传感器数值', fontsize=10)
    ax.grid(alpha=0.3)
    ax.legend(loc='upper right', bbox_to_anchor=(1.15, 1))  # 图例放在外侧避免遮挡
    plt.xticks(rotation=45)
    plt.tight_layout()
    
    return fig, ax

# 示例用法
if __name__ == "__main__":
    # 模拟1个传感器数据
    single_sensor = {
        'Sensor_A': pd.DataFrame({
            'time': pd.date_range('2024-01-01', '2024-01-10', freq='H'),
            'value': [i + 0.5*pd.np.random.randn() for i in range(240)]
        })
    }
    plot_sensor_data(single_sensor, '2024-01-02', '2024-01-05', figsize=(10,6), title='单个传感器数据')
    plt.show()
    
    # 模拟10个传感器数据
    multi_sensor = {}
    for i in range(10):
        sensor_name = f'Sensor_{chr(65+i)}'
        multi_sensor[sensor_name] = pd.DataFrame({
            'time': pd.date_range('2024-01-01', '2024-01-10', freq='H'),
            'value': [i*2 + 0.5*pd.np.random.randn() for _ in range(240)]
        })
    plot_sensor_data(multi_sensor, '2024-01-03', '2024-01-07', figsize=(12,8), linewidth=1.5)
    plt.show()

• 必填参数：
  • sensor_data：字典类型，键为传感器名称，值为包含time（时间列）和value（数值列）的DataFrame
  • starttime/endtime：可以是字符串（如"2024-01-01"）或datetime对象，函数内部会自动转换
• 可选参数：
  • 支持最多20个，比如figsize（画布大小）、title（图表标题）、color_map（配色方案）、linewidth（线条宽度）等，所有Matplotlib支持的子图和线条参数都可以通过**kwargs传递
• 时间过滤可靠性：自动处理时间格式转换，过滤后如果没有有效数据会抛出明确的错误提示
• 美观适配逻辑：
  • 单个传感器时：放大画布展示数据细节，网格辅助读数
  • 10个传感器时：使用Matplotlib内置的tab10配色（10种互不重叠的颜色），图例放在画布外侧避免遮挡数据

你可以根据自己的实际需求调整绘图类型（比如换成柱状图、面积图），或者增加更多自定义的可选参数，比如Y轴范围、刻度间隔等。

内容的提问来源于stack exchange，提问作者Hans