Python 使用matplotlib以异常方式组织的打印数据

我有一个代码库的输出，它在材料中产生“带”的能量。数据以左手列表示索引，第二列表示能量。当我在GNUplot中绘制它时，我得到：

文本文件中的数据组织如下：

0   -3.2101962802476773
0   -3.2101962802476773
0   -3.2101962802476773
0   -2.8612484511071283
0   -2.8612484511071212
0   -2.855472070340414
0   -2.855472070340414
0   -2.8473558653791424
1   -3.2098593700677056
1   -3.2098593700677056
1   -2.871177955425835
1   -2.871177955425834
1   -2.8651192493631106
1   -2.865119249363109
1   -2.846669223652509
1   -2.846669223652504
2   -3.209297896654713
2   -3.209297896654713
2   -2.8811028573856685
2   -2.881102857385668
2   -2.8750382428650094
2   -2.875038242865009
2   -2.8460674384836837
2   -2.846067438483675   

---

在那里我可以（有些）清楚地看到结构，尽管颜色使它很难。我想使用python和matplotlib将第一行数据与第一个实例进行匹配，其中左列的值发生了变化（因此将第一（x，y）对映射到相应的行，其中x现在为1），第二、第三、第四行等也一样。然后将这些x和y的集合绘制到同一个图形上。有没有一个好的编程方法来实现这一点？那么，是否也有一种好方法来确保每条线（将有100条）具有不同的颜色/可相互区分

我想做一个循环，将每个值元组的第一个打包成一个dict中的键值对，然后将所有这些dict绘制在一个图上，但不完全确定其语法

非常感谢你

编辑

在注释中添加OP给出的代码：

打开（'BANDS.OUT'，'r'）作为f：
行=f.读行（）
x=[float（line.split（）[0]）表示行中的行]
y=[float（line.split（）[1]）表示行中的行]

在将数据帧加载为df后尝试以下操作（希望我正确理解了您的重新排列）：

---

然后，您可以将df_转换为新数据并绘制数据。

“将第一行数据与第一行匹配（将一行…与同一行匹配？）该列（哪列？！）的值发生了变化（与什么相比发生了变化？”）-您能澄清一下吗？我添加了一些编辑以显示数据，使其更加清晰。基本上，我希望第一行（0-3.2101962802476773）进入一个dict，第一行x发生了变化（1-3.2098593700677056），依此类推，然后对第二行重复这个过程，从0开始，继续。这有意义吗？文字很难解释！好的，那么您编写了什么代码来实现这一点，以及您到底被困在了哪里？到目前为止，我已经将open（'BANDS.OUT'，'r'）作为f:lines=f.readlines（）x=[float（line.split（）[0]）表示行内行]y=[float（line.split（）[1]）表示行内行]我一直在写一个循环，该循环对x和y的每一行进行索引，使它们彼此匹配正确的值。（抱歉格式化）为什么不使用熊猫来读取此文件

pd.read\u csv（'path/to/file.txt'，sep='\t'）

查看此快速绘图。这似乎有效！谢谢

df.columns=['x','y']
df_new=pd.DataFrame()

lendf = len(df['x'].drop_duplicates())


for i in range(0, lendf): 
    df_new = pd.concat([df_new,df[df['x'] == i].reset_index(drop = True)], axis=1,ignore_index=True)
    df_new.drop(df_new.columns[i],axis=1, inplace=True)

df_new.columns = [i for i in range(0, lendf)]