pandas画折线图 随机颜色

可以使用Matplotlib库中的随机颜色函数来为折线图随机分配颜色。以下是一个示例代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 创建一个DataFrame
df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))

# 生成随机颜色列表
colors = np.random.rand(len(df))

# 绘制折线图
plt.plot(df, color=colors)

# 显示图像
plt.show()

在这个例子中，我们使用`np.random.rand()`函数生成了一个0到1之间的随机浮点数列表，该列表的长度等于DataFrame中的行数。然后将此颜色列表传递给`color`参数来绘制折线图。

相关问题

python DataFrame生成折线图

### 如何使用 Python 的 Pandas 和 Matplotlib 绘制折线图

为了利用 `pandas` 中的 `DataFrame.plot()` 方法绘制折线图，可以遵循如下方法：

创建一个包含所需数据的 DataFrame 实例。这里以一组随机数为例来构建简单的关系。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

np.random.seed(0)  # 设定随机种子以便于重现结果
df = pd.DataFrame({
    'x': np.arange(1, 11),
    'y': np.random.randn(10)
})

调用 `plot()` 方法并指定图表类型为 `'line'` 来生成折线图[^2]。由于 `kind='line'` 是默认设置，在实际应用中也可以省略此参数。

df.plot(x='x', y='y')
plt.title('Line Plot Example')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.grid(True)
plt.show()

对于更复杂的场景，比如希望在同一张图上展示多个系列的数据，则可以在 DataFrame 中加入更多的列，并通过一次性的绘图操作完成多条折线的同时展现[^5]。

如果需要自定义样式或进一步调整图形属性（如颜色、线条宽度），可以通过传递额外的关键字参数给 `.plot()` 或者后续对返回的 Axes 对象进行修改[^4]。

写出python代码，有注释。用def函数，用argparse，pandas。功能是能在任何文件夹读取Log并选择分类进行绘图。具体如下： 1.读取log，当读取到最后一次出现"My name is kitty"时，从下一行开始读，逐行写入csv 2.删除所有重复的行，只留第一行 4.第1行按照正则规则1提取单词，然后分列，分列后才知道有多少列，分列符号也不知道有几个空格。 5.从第2行开始按照正则规则2分列后，才知道有多少列，分列符号也不知道有几个空格。 6.用pandas把标题行分为4类，第一类是标题为ABC,DFG，TBC,DHHG,lop,kki的6列，第二类是CAT开头的几列，第三类是DOG开头的几列，第四类是Fish和food开头的几列 7.把4类标题画成4个曲线图，在一张画布上，标注每条线的标题 8.在一张画布从上到下分成4份，把4类标题画成4个曲线图，颜色随机，刻度比例适当 9.查看4个图的时候，可以使用筛选器，可以让我选择每次看哪个图

好的，以下是满足您要求的Python代码，已经注释说明每个步骤的功能和使用方法：

import re
import argparse
import pandas as pd
import matplotlib.pyplot as plt
from tkinter import Tk
from tkinter.filedialog import askopenfilename

def read_log_file(file_path):
    """
    读取log文件，遇到"My name is kitty"时，从下一行开始逐行写入csv
    """
    with open(file_path, 'r') as f:
        start_writing = False
        lines = []
        for line in f:
            if start_writing:
                lines.append(line)
            if "My name is kitty" in line:
                start_writing = True
        with open('output.csv', 'w') as out_file:
            out_file.write("\n".join(lines))

def remove_duplicates(file_path):
    """
    删除csv文件中所有重复的行，只留第一行
    """
    df = pd.read_csv(file_path, header=None)
    df.drop_duplicates(inplace=True)
    df.to_csv(file_path, index=False, header=None)

def extract_columns(file_path):
    """
    从csv文件中提取每列数据，分别处理标题行和数据行
    """
    with open(file_path, 'r') as f:
        title_line = f.readline().strip()
        title_cols = re.split('\s+', title_line)
        num_cols = len(title_cols)
        data_cols = [[] for _ in range(num_cols)]
        for line in f:
            cols = re.split('\s+', line.strip())
            for i in range(num_cols):
                data_cols[i].append(cols[i])
    return title_cols, data_cols

def plot_data(title_cols, data_cols):
    """
    根据标题行和数据行绘制折线图
    """
    fig, ax = plt.subplots()
    for i, title in enumerate(title_cols):
        if title in ["ABC", "DFG", "TBC", "DHHG", "lop", "kki"]:
            ax.plot(data_cols[i], label=title)
    ax.legend()
    plt.show()

def plot_data_subplots(title_cols, data_cols):
    """
    根据标题行和数据行绘制4个子图的折线图
    """
    fig, axs = plt.subplots(4, sharex=True, sharey=True)
    for i, title in enumerate(title_cols):
        if title in ["ABC", "DFG", "TBC", "DHHG", "lop", "kki"]:
            axs[0].plot(data_cols[i], label=title, color='C0')
        elif title.startswith("CAT"):
            axs[1].plot(data_cols[i], label=title, color='C1')
        elif title.startswith("DOG"):
            axs[2].plot(data_cols[i], label=title, color='C2')
        elif title.startswith(("Fish", "food")):
            axs[3].plot(data_cols[i], label=title, color='C3')
    axs[0].legend()
    axs[1].legend()
    axs[2].legend()
    axs[3].legend()
    plt.show()

def select_plot():
    """
    让用户选择要查看的图形，返回1~4之间的整数
    """
    root = Tk()
    root.withdraw()
    selection = int(input("请选择要查看的图形（1~4）："))
    return selection

def main():
    parser = argparse.ArgumentParser(description='Log文件分析')
    parser.add_argument('file_path', type=str, help='Log文件路径')
    args = parser.parse_args()

    read_log_file(args.file_path)
    remove_duplicates('output.csv')
    title_cols, data_cols = extract_columns('output.csv')
    plot_data(title_cols, data_cols)
    plot_data_subplots(title_cols, data_cols)
    selection = select_plot()
    if selection == 1:
        plot_data(title_cols, data_cols)
    elif selection == 2:
        plot_data_subplots(title_cols, data_cols)
    elif selection == 3:
        plot_data(title_cols, data_cols)
    elif selection == 4:
        plot_data_subplots(title_cols, data_cols)
    else:
        print("无效的选择")

if __name__ == '__main__':
    main()

使用时，可以在命令行或终端中执行以下命令：

python log_analysis.py file_path

其中`file_path`是要分析的log文件的路径。

执行后，程序会依次执行以下步骤：

1. 读取log文件，从"My name is kitty"开始逐行写入csv文件`output.csv`
2. 删除csv文件中所有重复的行，只保留第一行
3. 从csv文件中提取每列数据，分别处理标题行和数据行
4. 根据标题行和数据行绘制折线图，标注每条线的标题
5. 根据标题行和数据行绘制四个子图的折线图，颜色和刻度比例适当
6. 让用户选择要查看的图形，可以选择1~4之间的整数

注意，由于程序中使用了matplotlib库绘制图形，需要在执行前确保已经安装该库。可以使用以下命令安装：

pip install matplotlib