要以编程方式为某些列分配颜色和标记，而无需为每一列手动声明，可以通过 matplotlib 的 cycler 和 pandas DataFrame.plot 的功能实现。以下是一个通用的方法：

代码实现

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

# 创建示例数据
dates = pd.date_range("2020-01-01", periods=48, freq="H")
data = np.random.rand(48, 5) * 50
columns = ['A', 'B', 'C', 'D', 'E']
df = pd.DataFrame(data, index=dates, columns=columns)

# 分组的列范围
group1 = df.columns[:3]  # 前3列
group2 = df.columns[3:]  # 其余列

# 设置颜色和标记
colors = ['red', 'blue']
markers = ['o', 'x']

# 设置循环器：为组1和组2定义样式
group1_style = cycler(color=[colors[0]] * len(group1)) + cycler(marker=markers[:len(group1)])
group2_style = cycler(color=[colors[1]] * len(group2)) + cycler(marker=markers[:len(group2)])

# 创建绘图
fig, ax = plt.subplots()

# 应用样式并绘制每组
with plt.rc_context({'axes.prop_cycle': group1_style}):
    df[group1].plot(ax=ax, style=['-'] * len(group1))  # 使用实线

with plt.rc_context({'axes.prop_cycle': group2_style}):
    df[group2].plot(ax=ax, style=['--'] * len(group2))  # 使用虚线

# 设置图例和显示
plt.legend()
plt.show()

代码逻辑

1. 列分组：

2. 根据索引或列名分成两个组，如 group1 和 group2。

3. 样式定义：

4. 使用 cycler 定义颜色和标记的组合：

   • group1_style：一个颜色、多个标记。
   • group2_style：另一种颜色、多个标记。

5. 应用样式：

6. 使用 plt.rc_context 将 cycler 样式设置为特定范围的列绘图。

7. 线条样式：

8. 实线（'-'）或虚线（'--'）用于区分组。

结果

• 组 1：使用红色，列的标记为 'o'、'x' 等。
• 组 2：使用蓝色，列的标记为 'o'、'x' 等。
• 线条样式：每个组可以指定不同的线条样式（如实线或虚线）。

这种方法无需手动为每列单独定义样式，能够动态适应不同的列数量。