# =============================================================================# 3. 定义每条折线的绘图参数# =============================================================================groups = data_df['group'].unique()print(f"检测到组别: {groups.tolist()}")# 参数顺序务必与 groups 一一对应，若组别数量不为6，请调整列表长度line_params = { 'color': ['#1F77B4', '#FF7F0E', '#2CA02C', 'black', '#9467BD', 'red'], # 线条颜色 'linestyle': ['--', '--', '--', '--', '--', '--'], # 线型 'linewidth': [2.5, 2.5, 2.5, 2.5, 2.5, 2.5], # 线宽 'marker': ['o', 'v', '^', '+', '*', 's'], # 标记点符号 'markersize': [8.5, 8.5, 8.5, 8.5, 8.5, 8.5], # 标记点大小 'markeredgewidth': [2.0] * 6, # 标记点边框线宽 'alpha': [1.0] * 6 # 透明度}if len(groups) != len(line_params['color']): raise ValueError(f"参数列表长度（{len(line_params['color'])}）与组别数量（{len(groups)}）不一致！")# 坐标轴范围参考值（用于后续自适应调整）x_min, x_max = data_df['x'].min(), data_df['x'].max()y_min, y_max = data_df['y'].min(), data_df['y'].max()# =============================================================================# 4. 绘制图形# =============================================================================plt.figure(figsize=(9, 8)) # 图片尺寸（宽 × 高，单位：英寸）# 逐条绘制折线与标记点for i, grp in enumerate(groups): subset = data_df[data_df['group'] == grp].sort_values('x') plt.plot( subset['x'], subset['y'], color=line_params['color'][i], linestyle=line_params['linestyle'][i], linewidth=line_params['linewidth'][i], marker=line_params['marker'][i], markersize=line_params['markersize'][i], markeredgewidth=line_params['markeredgewidth'][i], alpha=line_params['alpha'][i], label=grp # 图例标签（与数据中的分组名一致） )# 5. 设置坐标轴# 5.1 坐标轴标题plt.xlabel("X_Title")plt.ylabel("Y_Title")# 5.2 坐标轴范围与刻度（精确设置，可根据需要替换为自适应范围）# 5.2.1 横轴范围plt.xlim(-0.1, 1.1)plt.xticks(np.arange(0, 1.11, 0.1), [f"{t:.1f}" for t in np.arange(0, 1.11, 0.1)])# 5.2.1 纵轴范围plt.ylim(0.87, 2.34)plt.yticks(np.arange(0.94, 2.35, 0.2), [f"{t:.2f}" for t in np.arange(0.94, 2.35, 0.2)])# #如果数据范围不确定，可先用以下两行自动缩放，再根据输出调整精确值：# plt.xlim(x_min - 0.1*(x_max-x_min), x_max + 0.1*(x_max-x_min))# plt.ylim(y_min - 0.1*(y_max-y_min), y_max + 0.1*(y_max-y_min))
