??本文介紹基于Python語言，讀取Excel表格數(shù)據(jù)，并基于給定的行數(shù)范圍內(nèi)的指定列數(shù)據(jù)，繪制多條曲線圖，并動(dòng)態(tài)調(diào)整圖片長(zhǎng)度的方法。
??首先，我們來明確一下本文的需求?，F(xiàn)有一個(gè).csv格式的Excel表格文件，其第一列為表示時(shí)間的數(shù)據(jù)，而靠后的幾列，也就是下圖中紫色區(qū)域內(nèi)的列，則是表示對(duì)應(yīng)日期的屬性的數(shù)據(jù)；如下圖所示。
??其中，第一列是一個(gè)表示時(shí)間、循環(huán)增長(zhǎng)的列，其數(shù)值從2023001開始，到2023365結(jié)束，然后會(huì)繼續(xù)再從2023001開始，以此類推；并且每一個(gè)循環(huán)中，有些日期可能會(huì)缺失，即并不是每天都有數(shù)據(jù)的。
??我們現(xiàn)在希望，對(duì)于給定的行數(shù)起始值與結(jié)束值（已知這個(gè)起始值與結(jié)束值對(duì)應(yīng)的第一列數(shù)據(jù)，肯定是一個(gè)完整的時(shí)間循環(huán)），基于表格中后面帶有數(shù)據(jù)的幾列（也就是上圖中紫色區(qū)域內(nèi)的數(shù)據(jù)），繪制曲線圖；并且由于這幾列數(shù)據(jù)所表示的含義不同，希望用不同顏色、不同線型來表示每一列的數(shù)據(jù)。其中，我們希望具體繪制的結(jié)果如下圖所示。
??可以看到，橫坐標(biāo)就是表示時(shí)間的數(shù)據(jù)，縱坐標(biāo)就是那幾列含有數(shù)據(jù)的列；此外，還需要注意，前面也提到了，時(shí)間數(shù)據(jù)是不斷循環(huán)的，而每一個(gè)循環(huán)中時(shí)間的數(shù)量是不確定的。因此，我們還希望繪制出來的圖片，可以根據(jù)循環(huán)中時(shí)間的數(shù)量（或者說是循環(huán)的長(zhǎng)度），來動(dòng)態(tài)調(diào)整其長(zhǎng)度。
??明確了需求，即可開始撰寫代碼。本文所用代碼如下。
# -*- coding: utf-8 -*-
"""
Created on Wed May 15 10:34:17 2024
@author: fkxxgis
"""
import os
import pandas as pd
import matplotlib.pyplot as plt
csv_file = r"E:\04_Reconstruction\99_MODIS\Train_Model_0715_Main_Combine.csv"
pic_folder = r"E:\04_Reconstruction\99_MODIS\pic"
idx_start = 520351
idx_end = 520389
df = pd.read_csv(csv_file)
selected_data = df.iloc[idx_start : idx_end]
time = selected_data.iloc[:, 0]
time_x = range(len(time))
blue_pre = selected_data.iloc[:, 9]
blue_tru = selected_data.iloc[:, 10]
green_pre = selected_data.iloc[:, 11]
green_tru = selected_data.iloc[:, 12]
red_pre = selected_data.iloc[:, 13]
red_tru = selected_data.iloc[:, 14]
nir_pre = selected_data.iloc[:, 15]
nir_tru = selected_data.iloc[:, 16]
ndvi_pre = selected_data.iloc[:, 17]
ndvi_tru = selected_data.iloc[:, 18]
plt.figure(figsize = ((idx_end - idx_start) * 0.45, 5))
plt.plot(time_x, blue_pre, 'b-', label = "Blue Predict")
plt.plot(time_x, blue_tru, 'b--', label = "Blue Actual")
plt.plot(time_x, green_pre, '-', color = "lime", label = "Green Predict")
plt.plot(time_x, green_tru, '--', color = "lime", label = "Green Actual")
plt.plot(time_x, red_pre, 'r-', label = "Red Predict")
plt.plot(time_x, red_tru, 'r--', label = "Red Actual")
plt.plot(time_x, nir_pre, '-', color = "orange", label = "NIR Predict")
plt.plot(time_x, nir_tru, '--', color = "orange", label = "NIR Actual")
plt.plot(time_x, ndvi_pre, '-', color = "darkgreen", label = "NDVI Predict")
plt.plot(time_x, ndvi_tru, '--', color = "darkgreen", label = "NDVI Actual")
plt.rc("font", family = "Times New Roman")
plt.legend(ncol = 2)
plt.xticks(time_x, time, rotation = 45)
plt.savefig(os.path.join(pic_folder, str(idx_start) + "_" + str(idx_end)), dpi = 300, bbox_inches = "tight", pad_inches = 0.05)
plt.show()
??其中，我們首先導(dǎo)入必要的庫。os用于處理文件路徑，pandas用于讀取和處理表格文件數(shù)據(jù)，matplotlib.pyplot用于繪制圖表。
??接下來，我們定義文件路徑和索引范圍。csv_file表示輸入.csv格式文件的路徑，pic_folder表示輸出圖片的文件路徑，idx_start表示數(shù)據(jù)的起始索引，idx_end表示數(shù)據(jù)的結(jié)束索引。
??接下來，我們讀取.csv格式文件并選擇指定范圍的數(shù)據(jù)。df = pd.read_csv(csv_file)表示讀取.csv格式文件并創(chuàng)建DataFrame，而后通過selected_data = df.iloc[idx_start : idx_end]選擇指定索引范圍的數(shù)據(jù)，也就是處于指定行數(shù)內(nèi)的數(shù)據(jù)；time就是第一列數(shù)據(jù)，也就是一個(gè)循環(huán)內(nèi)的時(shí)間序列，time_x則用于顯示圖片的x軸刻度——之所以需要這個(gè)，是因?yàn)槲疫@里希望用字符的形式來表示圖片中x軸的刻度（如果用數(shù)字的話，那么相當(dāng)于一年365天對(duì)應(yīng)的x軸長(zhǎng)度都是固定的365個(gè)刻度；而對(duì)于時(shí)相缺失比較多的循環(huán)，這樣繪制出來的圖不好看）。隨后，分別提取本文開頭圖片中紫色框內(nèi)的數(shù)據(jù)，其分別表示藍(lán)色、綠色、紅色、近紅外和NDVI的預(yù)測(cè)值和實(shí)際值。
??隨后，即可繪制曲線圖。首先，通過plt.figure(figsize = ((idx_end - idx_start) * 0.45, 5))動(dòng)態(tài)設(shè)置圖片尺寸，使用plt.plot()函數(shù)繪制每個(gè)指標(biāo)的預(yù)測(cè)值和實(shí)際值；同時(shí)，設(shè)置圖例、x軸刻度旋轉(zhuǎn)等屬性，并保存圖片；最后，通過plt.show()顯示繪制的圖片。
??運(yùn)行上述代碼，即可獲得本文開頭第二幅圖所示的圖片結(jié)果。
??至此，大功告成。
