Python Matplotlib叠加多条曲线图

首先，确保已经安装了必要的Python库。如果没有安装，可以使用以下命令进行安装：

pip install matplotlib pandas numpy

接下来，我们将使用Pandas来处理CSV文件，并使用Matplotlib来绘制图表。
步骤1：导入必要的库

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

步骤2：读取CSV文件
假设你有两个CSV文件，分别是data1.csv和data2.csv，每个文件都有两列数据：x和y。你可以使用Pandas的read_csv函数来读取这些文件。

df1 = pd.read_csv('data1.csv')
df2 = pd.read_csv('data2.csv')

步骤3：数据平滑处理
为了使曲线看起来更平滑，我们可以使用Matplotlib的smooth函数对数据进行平滑处理。这里我们使用简单的移动平均平滑。

df1['y'] = df1['y'].rolling(window=5).mean()
df2['y'] = df2['y'].rolling(window=5).mean()

步骤4：绘制多条曲线
现在我们可以使用Matplotlib的plot函数来绘制多条曲线。为了区分不同的曲线，我们将为每条曲线分配一个不同的颜色。

plt.plot(df1['x'], df1['y'], label='Data 1')
plt.plot(df2['x'], df2['y'], label='Data 2')

步骤5：添加图注、图例和图题
为了使图表更具可读性，我们可以添加图注、图例和图题。使用Matplotlib的legend函数添加图例，使用title函数添加图题。为了添加图注，我们可以使用文本函数text在图表上添加说明文字。

plt.legend()  # 添加图例
plt.title('Multiple Curves on Same Plot')  # 添加图题
plt.text(0.5, 0.9, 'This is a combined plot of multiple data sets', ha='center', va='center', transform=plt.gca().transAxes)  # 添加图注

步骤6：范围缩放
为了确保所有数据都在同一张图上显示，我们需要调整x轴和y轴的范围。这可以通过Matplotlib的xlim和ylim函数实现。

plt.xlim([0, max(df1['x'].max(), df2['x'].max())])  # 调整x轴范围
plt.ylim([0, max(df1['y'].max(), df2['y'].max())])  # 调整y轴范围

步骤7：显示图表
最后，使用Matplotlib的show函数显示图表。

plt.show()