Python matplotlib多次打印标签的原因是什么？

我正在尝试编写python代码，它将获取我的数据，并为x轴上的每个条目创建一个输出到png文件的图形。因此，我可以稍后在整个时间内设置进度动画。然而，出于某种原因，我的代码在输出文件时，会多次读取每个绘图

我想这一定是我的循环，所以我多次尝试确保我只循环名称的唯一条目。我一步一步地阅读了代码，但鉴于我对这个库还不熟悉，我不确定matplotlib是如何解释我提供给它的内容的

将熊猫作为pa导入
从日期时间导入日期时间
将matplotlib.pyplot作为plt导入
数据=['2018-10-29'，53'，安娜·史密斯']，['2018-10-30'，118'，安娜·史密斯']，['2018-10-31'，142'，安娜·史密斯']，['2018-10-31'，7'，多米尼克·史密斯']，['2018-10-30'，1'，无名'，['2018-10-29'，33'，杰德·史密斯'，['2018-10-30'，103'，杰德·史密斯'，['2018-10-31'，105'，杰德·史密斯'，['2018-10-29'，41'，乔安娜·史密斯'，['2018-10-30'，169乔安娜·史密斯']，[2018-10-31'，220'，乔安娜·史密斯']，[2018-10-29'，31'，约翰·史密斯']，[2018-10-30'，61'，约翰·史密斯']，[2018-10-31'，79'，约翰·史密斯']，[2018-10-29'，44'，纳塔利·史密斯'，[2018-10-30'，100'，纳塔利·史密斯'，[2018-10-31'，120'，纳塔利·史密斯'，[2018-10-30'，25'，塞巴斯蒂安·史密斯'，[2018-10-31'，47'，塞巴斯蒂安·史密斯'，['2018-10-29'，52'，Veronica Smith']，['2018-10-30'，74'，Veronica Smith']，['2018-10-31'，77'，Veronica Smith']
resultRunningTotal=pa.DataFrame（数据，列=['date'，'runningTotal'，'name']）
resultRunningTotal['date']=pa.to_datetime（resultRunningTotal['date']）.dt.date
打印（（结果汇总））#打印第1号
plt.图（figsize=（24,13.5））
TuniqueDates=resultRunningTotal['date'][~resultRunningTotal.duplicated（['date']）]
dfUniqueDates=pa.DataFrame（TuniqueDates）
dfUniqueDates.sort_值（按=['date']，就地=True，升序=True）
startDate=min（数据唯一日期['date']）
def保存图（tDF）：
listOfUniqueNames=tDF['name'].unique（）
打印（tDF）#打印第2号
对于列表中的n：
tDF2=tDF[tDF.name==n]
tDF2.plot（kind='line'，x='date'，y='runningTotal'，ax=plt.gca（），线宽=3，标签=n）
对于dfUniqueDates['date']中的d：
mask=（resultRunningTotal['date']>=startDate）和（resultRunningTotal['date']]您正在将它们全部打印在同一个图形上，因此标签会重复，因为您正在同一个图形上放置3个具有相同标签的不同绘图（因此每个标签会显示三次）。您可以通过调用
plt.show（）来查看这一点
最后，它只给出了一个像这样的图形（我将其向下揉以适合我的电脑屏幕）


因为每次迭代后都要保存，所以保存的图形图片在累积添加时会有所不同。但是，最终结果是一个图形，而不是三个。看起来您将数据设置为累积，以便在调用
tDF2.plot（）之前使用
plt.figure（）
停止重复标签
。如下所示：

import pandas as pa
from datetime import datetime
import matplotlib.pyplot as plt



data = [['2018-10-29', 53, 'Anna Smith'],['2018-10-30', 118, 'Anna Smith'],['2018-10-31', 142, 'Anna Smith'],['2018-10-31', 7, 'Dominic Smith'],['2018-10-30', 1, 'Unknown Name'],['2018-10-29', 33, 'Jade Smith'],['2018-10-30', 103, 'Jade Smith'],['2018-10-31', 105, 'Jade Smith'],['2018-10-29', 41, 'Joanna Smith'],['2018-10-30', 169, 'Joanna Smith'],['2018-10-31', 220, 'Joanna Smith'],['2018-10-29', 31, 'John Smith'],['2018-10-30', 61, 'John Smith'],['2018-10-31', 79, 'John Smith'],['2018-10-29', 44, 'Nataly Smith'],['2018-10-30', 100, 'Nataly Smith'],['2018-10-31', 120, 'Nataly Smith'],['2018-10-30', 25, 'Sebastian Smith'],['2018-10-31', 47, 'Sebastian Smith'],['2018-10-29', 52, 'Veronica Smith'],['2018-10-30', 74, 'Veronica Smith'],['2018-10-31', 77, 'Veronica Smith']]
resultRunningTotal = pa.DataFrame(data, columns = ['date', 'runningTotal','name']) 
resultRunningTotal['date'] = pa.to_datetime(resultRunningTotal['date']).dt.date
print(type(resultRunningTotal))
print(resultRunningTotal.dtypes)

plt.figure(figsize=(24,13.5))
TuniqueDates = resultRunningTotal['date'][~resultRunningTotal.duplicated(['date'])]
dfUniqueDates = pa.DataFrame(TuniqueDates)
dfUniqueDates.sort_values(by=['date'], inplace=True, ascending=True)
startDate = min(dfUniqueDates['date'])

def savePlot (tDF, fig):
   listOfUniqueNames = tDF['name'].unique() 
   #print(tDF) #print_no_2
   for n in listOfUniqueNames:
      tDF2 = tDF[tDF.name == n]
      plt.figure(fig)
      tDF2.plot(kind='line',x='date',y='runningTotal',ax=plt.gca(),linewidth=3,label = n)

for d in dfUniqueDates['date']:
    mask = (resultRunningTotal['date'] >= startDate) & (resultRunningTotal['date'] <= d)
    tempDF5 = resultRunningTotal.loc[mask]
    fig_num = dfUniqueDates['date'].tolist().index(d)
    savePlot(tempDF5, fig_num)
    plt.savefig(str(d)+'plot.png')
plt.show()

将熊猫作为pa导入
从日期时间导入日期时间
将matplotlib.pyplot作为plt导入
数据=['2018-10-29'，53'，安娜·史密斯']，['2018-10-30'，118'，安娜·史密斯']，['2018-10-31'，142'，安娜·史密斯']，['2018-10-31'，7'，多米尼克·史密斯']，['2018-10-30'，1'，无名'，['2018-10-29'，33'，杰德·史密斯'，['2018-10-30'，103'，杰德·史密斯'，['2018-10-31'，105'，杰德·史密斯'，['2018-10-29'，41'，乔安娜·史密斯'，['2018-10-30'，169乔安娜·史密斯']，[2018-10-31'，220'，乔安娜·史密斯']，[2018-10-29'，31'，约翰·史密斯']，[2018-10-30'，61'，约翰·史密斯']，[2018-10-31'，79'，约翰·史密斯']，[2018-10-29'，44'，纳塔利·史密斯'，[2018-10-30'，100'，纳塔利·史密斯'，[2018-10-31'，120'，纳塔利·史密斯'，[2018-10-30'，25'，塞巴斯蒂安·史密斯'，[2018-10-31'，47'，塞巴斯蒂安·史密斯'，['2018-10-29'，52'，Veronica Smith']，['2018-10-30'，74'，Veronica Smith']，['2018-10-31'，77'，Veronica Smith']
resultRunningTotal=pa.DataFrame（数据，列=['date'，'runningTotal'，'name']）
resultRunningTotal['date']=pa.to_datetime（resultRunningTotal['date']）.dt.date
打印（类型（结果汇总））
打印（resultRunningTotal.d类型）
plt.图（figsize=（24,13.5））
TuniqueDates=resultRunningTotal['date'][~resultRunningTotal.duplicated（['date']）]
dfUniqueDates=pa.DataFrame（TuniqueDates）
dfUniqueDates.sort_值（按=['date']，就地=True，升序=True）
startDate=min（数据唯一日期['date']）
def保存图（tDF，图）：
listOfUniqueNames=tDF['name'].unique（）
#打印（tDF）#打印第2号
对于列表中的n：
tDF2=tDF[tDF.name==n]
plt.图（图）
tDF2.plot（kind='line'，x='date'，y='runningTotal'，ax=plt.gca（），线宽=3，标签=n）
对于dfUniqueDates['date']中的d：
mask=（resultRunningTotal['date']>=startDate）和（resultRunningTotal['date']]您正在将它们全部打印在同一个图形上，因此标签会重复，因为您正在同一个图形上放置3个具有相同标签的不同绘图（因此每个标签会显示三次）。您可以通过调用
plt.show（）来查看这一点
最后，它只给出了一个像这样的图形（我将其向下揉以适合我的电脑屏幕）


因为每次迭代后都要保存，所以保存的图形图片在累积添加时会有所不同。但是，最终结果是一个图形，而不是三个。看起来您将数据设置为累积，以便在调用
tDF2.plot（）之前使用
plt.figure（）
停止重复标签
。如下所示：

import pandas as pa
from datetime import datetime
import matplotlib.pyplot as plt



data = [['2018-10-29', 53, 'Anna Smith'],['2018-10-30', 118, 'Anna Smith'],['2018-10-31', 142, 'Anna Smith'],['2018-10-31', 7, 'Dominic Smith'],['2018-10-30', 1, 'Unknown Name'],['2018-10-29', 33, 'Jade Smith'],['2018-10-30', 103, 'Jade Smith'],['2018-10-31', 105, 'Jade Smith'],['2018-10-29', 41, 'Joanna Smith'],['2018-10-30', 169, 'Joanna Smith'],['2018-10-31', 220, 'Joanna Smith'],['2018-10-29', 31, 'John Smith'],['2018-10-30', 61, 'John Smith'],['2018-10-31', 79, 'John Smith'],['2018-10-29', 44, 'Nataly Smith'],['2018-10-30', 100, 'Nataly Smith'],['2018-10-31', 120, 'Nataly Smith'],['2018-10-30', 25, 'Sebastian Smith'],['2018-10-31', 47, 'Sebastian Smith'],['2018-10-29', 52, 'Veronica Smith'],['2018-10-30', 74, 'Veronica Smith'],['2018-10-31', 77, 'Veronica Smith']]
resultRunningTotal = pa.DataFrame(data, columns = ['date', 'runningTotal','name']) 
resultRunningTotal['date'] = pa.to_datetime(resultRunningTotal['date']).dt.date
print(type(resultRunningTotal))
print(resultRunningTotal.dtypes)

plt.figure(figsize=(24,13.5))
TuniqueDates = resultRunningTotal['date'][~resultRunningTotal.duplicated(['date'])]
dfUniqueDates = pa.DataFrame(TuniqueDates)
dfUniqueDates.sort_values(by=['date'], inplace=True, ascending=True)
startDate = min(dfUniqueDates['date'])

def savePlot (tDF, fig):
   listOfUniqueNames = tDF['name'].unique() 
   #print(tDF) #print_no_2
   for n in listOfUniqueNames:
      tDF2 = tDF[tDF.name == n]
      plt.figure(fig)
      tDF2.plot(kind='line',x='date',y='runningTotal',ax=plt.gca(),linewidth=3,label = n)

for d in dfUniqueDates['date']:
    mask = (resultRunningTotal['date'] >= startDate) & (resultRunningTotal['date'] <= d)
    tempDF5 = resultRunningTotal.loc[mask]
    fig_num = dfUniqueDates['date'].tolist().index(d)
    savePlot(tempDF5, fig_num)
    plt.savefig(str(d)+'plot.png')
plt.show()

将熊猫作为pa导入
从日期时间导入日期时间
将matplotlib.pyplot作为plt导入
数据=['2018-10-29'，53'，安娜史密斯']，['2018-10-30'，118'，安娜史密斯']，['2018-10-31'，142'，安娜史密斯']，['2018-10-31'，7'，多米尼克史密斯']，['2018-10-30'，1'，未知姓名'，['2018-10-29'，33'，杰德史密斯'，['2018-10-30'，103'，杰德史密斯'，['2018-10-31'，105'，杰德史密斯'，['2018-10-29'，41'，乔安娜史密斯'，['2018-10-30'，乔安娜史密斯'