真正把 gnuplot 用顺手，多数人不是在画第一条曲线时卡住，而是在画第二条、第三条的时候。第一篇里那条孤零零的 sin(x) 跑通，只能证明环境、终端、字体这几块地基是好的；等你手上拿到一份三列、两千行的实测记录，要把三组数据叠在一张图上，塞进一页 A4 版面的报告，麻烦才会成片冒出来：第五条曲线跟第一条撞色、图例正好压在峰值上、x 轴刻度标签挤成一条黑带、导出 PNG 后字号小得像蚂蚁、中文标题变成一排方框、CSV 文件读进去整张图是空的。这些正是 gnuplot 使用教程里绕不开的第二关。

这篇接着往下写，全部围绕"图能看、能用、敢交出去"这一步展开：plot 命令的扩展写法、线型配色与标记点、坐标轴刻度与图例排布、数据文件读取的细节陷阱、以及批量出图脚本。gnuplot 的默认出图确实谈不上好看，但它的可控程度极高，几乎每一个像素都能用一条 set 命令改掉，前提是你得知道那条命令叫什么、放在哪一行。下面这些内容基本都是我这些年反复改图改出来的东西，能直接抄，也标了哪些地方踩过坑。

1. plot 命令的第二次进化：从一条线到一张能读懂数据的图

第一篇里 plot 只带一个表达式，这其实是最省事的形态。一旦进入多曲线阶段，plot 就从一个"画图命令"变成了一个"描述一张图的完整句子"：谁画、用什么样式画、叫什么名字、挂在哪根轴上，全部要在这一行里交代清楚。这一节先把 plot 的扩展语法拆开，再讲怎么把重复的设置抽出去，避免每条曲线都重写一遍。

1.1 多曲线同框的三种写法与它们各自的适用边界

最直接的做法是一条 plot 后面用逗号把多个元素串起来：

plot "run_a.dat" using 1:2 with lines title "方案A", \ "run_b.dat" using 1:2 with lines title "方案B", \ "run_c.dat" using 1:2 with lines title "方案C"

反斜杠是续行符，行尾不能有空格，这一点比想象中更容易翻车——编辑器里一个看不见的尾随空格就能让下一行被当成独立命令，然后报一堆莫名其妙的错。逗号分隔写法的一个硬性约束是：每一个元素后面的with、title、axes只对当前这一个元素生效，不会向后继承。也就是说，如果你写了六条曲线，就得写六遍样式，除非用下面说的默认样式。

第二种是set style data lines这类全局默认：

set style data linespoints set style function lines plot "a.dat", "b.dat", "c.dat"

它把with省掉了，代价是三条曲线样式完全一致，只能靠颜色区分。这种写法适合"同质对比"，比如三条同类型的对照组，读者不需要靠样式区分它们，靠图例就够了。我一般会在曲线数不超过四条、且量级相近的时候用它，省事且不易出错。

第三种是replot累加，早期版本里很常见，现在依然能用：

plot "a.dat" with lines title "方案A" replot "b.dat" with lines title "方案B"

它的好处是可以在两条曲线之间插一条set命令，比如画完第一组后把 y 轴改成对数再叠第二组。但它有个副作用：每执行一次replot都会重新解析前面所有的 plot 元素，数据文件会被重读一遍，数据大的时候明显变慢。所以真要做"边画边改设置"，我更推荐先把设置写全，再用一条 plot 收尾。

1.2 用内联数据块把参考线和标注点写进脚本

gnuplot 5.0 之后支持内联数据块，语法是$名称 << EOD ... EOD。这个特性在做图时非常实用，因为它让你能把"只出现一次的几条参考点"直接写进脚本，不用为了三行数据专门建一个文件：

$ref << EOD 0.0 1.00 2.5 1.00 2.5 3.20 5.0 3.20 EOD plot "measure.dat" using 1:2 with lines lw 2 title "实测", \ $ref using 1:2 with lines dt 2 lw 1.5 lc rgb "#888888" title "工艺上限"

这里画出来的是典型的阶梯状参考线，用dt 2（虚线）和灰色，视觉上自然退到背景层，不会跟主数据抢注意力。有一个必须注意的细节：结束标记EOD必须顶格写在行首，前面不能有任何空格或制表符，否则 gnuplot 会认不出来，然后一直往下读到文件结尾。我第一次用的时候在 EOD 前面缩进了四个空格，脚本直接卡在那里等输入，排查了十分钟。

内联数据块另一个常见用途是给图加手工标注的散点，比如"标出三个工况点"，这些点往往连不成线，用with points单独画一层就行。数据块的名字可以自定义，$ref、$peaks、$anno都行，只要前后一致。

1.3 把反复出现的设置抽成可复用的脚本片段

做到第三张图的时候，你就会发现自己在一遍遍抄同样的十几行set。gnuplot 提供了load命令来加载脚本片段，把公共设置单独存成一个.gp文件，主脚本里一行load "style.gp"就够：

# style.gp —— 公共样式，所有图共用 set border 3 set tics nomirror set grid xtics ytics lc rgb "#dddddd" lw 0.6 set key top left box spacing 1.15 samplen 3 set xlabel font ",12" set ylabel font ",12" set tics font ",10"

注意set border 3配set tics nomirror这个组合：前者只保留左边和下边的边框（3 = 1+2，二进制位掩码），后者让刻度线只朝内不朝外。这两条一起用，出图立刻从"gnuplot 默认风格"变成"能进报告的风格"，成本只有两行。

片段里我故意没有写set terminal和set output，因为这两项跟输出格式强相关，不同用途的图要的不一样，混进公共样式里反而会互相干扰。这一点后面第 5 节还会展开。另外load是逐行执行的，如果片段里有reset，它会把之前所有的设置清空，所以公共片段里千万别放reset——这个坑我在多子图排版时踩过，当时整张图只剩一个轴框，数据全没了。

2. 线型、颜色与标记点：让五条曲线在一张黑白打印稿里也能分辨

颜色在屏幕上好用，一旦落到打印稿、投影仪、或者色觉辨识度不高的读者眼里，就未必了。gnuplot 的线型系统（linetype）同时管理颜色、线宽、虚线模式和标记点，理解它的分配逻辑，才能保证"第几条曲线长什么样"是可控的，而不是每次画图都靠运气。

2.1 默认 colorsequence 的分配规则与撞色问题

gnuplot 5.2 之后默认使用一套叫podo的配色序列，共 8 种颜色，分别绑定在 linetype 1 到 8 上。超过八条曲线，序列会从头循环，于是第九条和第一条同色——在多曲线对比图里这是灾难，因为读者会以为它们是同一组数据。诊断方法很简单，在脚本末尾加一行test，它会画出一张包含所有线型、标记点、虚线样式的参考图，一眼就能看出哪几种被重复用了。

test只解决"看见"，真正要解决问题得显式定义。我习惯在脚本开头直接把 1 到 8 号线型重定义一遍，颜色全部从一套固定的低饱和度色板里取：

set linetype 1 lc rgb "#4C78A8" lw 2 pt 7 ps 1.1 set linetype 2 lc rgb "#F58518" lw 2 pt 5 ps 1.1 set linetype 3 lc rgb "#54A24B" lw 2 pt 9 ps 1.1 set linetype 4 lc rgb "#B279A2" lw 2 pt 11 ps 1.1 set linetype 5 lc rgb "#E45756" lw 2 pt 13 ps 1.1 set linetype 6 lc rgb "#72B7B2" lw 2 pt 4 ps 1.1 set linetype 7 lc rgb "#EECA3B" lw 2 pt 6 ps 1.1 set linetype 8 lc rgb "#9D755D" lw 2 pt 8 ps 1.1

用十六进制 rgb 而不是颜色名（red、blue）的好处是可复现：不同机器、不同版本上颜色值绝对一致，改图时也不会因为某个颜色名在别的终端里不认而退回默认值。还有一个开关值得知道：set colorsequence classic，它会让配色退回老版本的八色方案，红绿蓝青紫黄黑，饱和度很高。除非你要和旧图保持一致，否则不建议用，因为红绿在打印和色弱读者面前的区分度很差。

真正决定"黑白也分得清"的其实是虚线模式。如果这张图有可能被黑白打印，我会在脚本里补一条注释掉的备选行，随时切换：

# set for-monochrome: 关闭颜色差异，全靠 dashtype 区分 # set linetype 1 lc rgb "#000000" dt 1 # set linetype 2 lc rgb "#000000" dt 2 # set linetype 3 lc rgb "#000000" dt 3

2.2 dashtype 与 pointtype 的搭配清单

gnuplot 内置的 dashtype 编号有限，1 是实线，2 到 5 依次是长划、点划、短划等，超过 5 就基本看不出差别了。需要更多区分度就自定义：

set dashtype 11 (8,3) set dashtype 12 (2,2) set dashtype 13 (8,3,2,3)

括号里的数字是"实线段长度、空白段长度"交替排列，单位是字符宽度的倍数，可以给四个甚至六个数字做出双划线效果。这套自定义 dashtype 在 pdfcairo 和 pngcairo 终端里支持得很好，但在dumb（纯文本）终端里完全无效——那个终端只有 ASCII 字符，谈不上虚线，这一点后面讲出图时还会提。

标记点（pointtype）是散点图和多曲线折线图的另一个区分维度。常用的几个我基本固定这么用：

ps（pointsize）的取值不能凭感觉。经验值是：输出宽度在 1200 像素左右时ps 1.0到1.2比较合适；如果输出是 8 英寸宽的 PDF，ps 0.8就够，再大点会盖住相邻点。线宽lw同理，像素级 PNG 用lw 2，矢量 PDF 用lw 1.5甚至1.2，因为 PDF 里的"1 点"是物理尺寸，跟屏幕像素不是一回事。

2.3 用变量驱动颜色，把第三列数据编码进图形

数据表里第三列往往是个类别标签或者正负状态，这种信息用颜色编码最直观。gnuplot 支持lc rgb variable，让每一点的颜色由数据列算出来：

plot "samples.dat" using 1:2:(($3 > 0) ? 0xE45756 : 0x4C78A8) \ with points pt 7 ps 1.2 lc rgb variable notitle

括号里是三元表达式，0xE45756这种写法是十六进制整数，gnuplot 会把它当成 RGB 值。注意这里必须是整数，写成字符串会报错。notitle是因为这种按点着色的图层没法给出一个有意义的图例条目，与其让图例里出现一行莫名其妙的色块，不如干脆去掉，在正文里用一句话说明颜色含义。

如果要连续色阶而不是二分类，用调色板更合适：

set palette defined (0 "#4C78A8", 0.5 "#F2F2F2", 1 "#E45756") plot "grid.dat" using 1:2:3 with points pt 7 ps 1.4 lc palette set colorbox vertical

set palette defined里给的是归一化位置和颜色，中间自动插值。set colorbox会画出右侧色标条，但默认位置往往压住数据，需要配合set colorbox user origin ... size ...手动挪开。这类图我在实际项目里的教训是：色标条的刻度一定要和正文里的数值区间对上，否则读者会误读，而 gnuplot 默认只给两端标数值，中间是空的。

3. 坐标轴、刻度与图例：那些不调就一直别扭的默认值

gnuplot 的默认轴设置是为了"能出图"，不是为了"能交付"。刻度间隔是自动算的，往往会给出 2.5、7.5 这种不整的数；图例默认放在右上角，那里恰好是很多数据曲线的峰值区；标签字号对 A4 版面来说偏小。这一节专门处理这些"不调就一直别扭"的地方，每一条都对应一个具体的返工理由。

3.1 刻度密度、数值格式与标签旋转

刻度数量失控是最常见的问题。x 轴范围 0 到 100 的时候，gnuplot 可能给你 20 个刻度标签，全部挤在一起。手动指定间隔是最省事的办法：

set xtics 10 set ytics 0.5 set mxtics 2 set mytics 2

set mxtics 2是次刻度，在每个主刻度之间插一个短线但不带标签，视觉上能让人更准确地读数值，又不增加文字量。这个组合我用得最多，几乎每张图都带。

数值格式靠set format控制。%g会自动选择科学计数法或普通小数，%.1f固定一位小数，%.3g保留三位有效数字。做实验数据图时我倾向于%.3g，因为它对 0.0012 和 1200 这类跨量级数据都能给出合理表示。对数轴要用另一套格式：

set logscale y set format y "10^{%L}"

%L在 logscale 下代表指数值，10^{%L}配合enhanced终端会渲染成真正的上标，比1e-3这种写法好看太多。注意10^{...}这种数学标记只有在enhanced模式打开时才生效，如果终端没开 enhanced，你会在图上看到原样的花括号。

标签旋转是中文用户的刚需。中文标签比英文宽，五六个标签就撑满一行：

set xtics rotate by -30 right font ",10"

rotate by -30是逆时针转 30 度（负角度往下倾斜），right让旋转后的标签右端对齐刻度点。这两个参数必须一起用，只写 rotate 的话标签会以中心对齐，导致错位。如果标签是中文，还得单独指定一个含中文字形的字体，这一点在第 5 节讲终端时会详细说。

时间轴是另一套体系，需要三件事配合：

set xdata time set timefmt "%Y-%m-%d %H:%M" set format x "%m-%d\n%H:%M"

timefmt是读入格式，format x是显示格式，两者可以不一样——原始数据带年份，但图上只显示月日和时刻，这样标签能短一半。\n在标签里是真正的换行，能把一条长标签折成两行，是在不旋转标签的前提下解决拥挤的另一个办法。

3.2 双 y 轴、对数轴与"伪断轴"

双 y 轴在论文图里很常见，但也是误读高发区。gnuplot 的做法是先声明第二根轴的刻度和标签，再在 plot 里用axes指定某条曲线挂到哪根轴上：

set ylabel "温度 (摄氏度)" set y2label "压力 (千帕)" set y2tics 20 set ytics nomirror set y2tics nomirror plot "t.dat" using 1:2 axes x1y1 with lines lw 2 title "温度", \ "p.dat" using 1:2 axes x1y2 with lines lw 2 dt 2 title "压力"

set y2tics nomirror这一条很容易漏，漏了之后右边框上会出现两套刻度线，一套朝内一套朝外，看起来像渲染错误。另一个必须提醒自己的原则：双轴的量级差最好控制在一个数量级以内。如果一条曲线的值在 0.1 到 1 之间，另一条在 1000 到 5000 之间，用双轴强行放在一起，读者几乎必然会把两条线的交叉点当成"两者相等"的时刻，而实际上毫无关系。这种情况我宁可拆成两张上下排列的子图。

对数轴除了格式串，还有几个细节。set logscale y之后，set yrange的下界不能写 0，写 0 会报错，最小值给到1e-6这种量级就行。如果数据里有 0 或负值，set datafile missing处理掉之前，图上会出现断线或者直接画不出来。

gnuplot 没有原生的断轴（broken axis）功能，网上流传的做法是用multiplot拼两块，上块画高值区间、下块画低值区间，中间用set border去掉相邻的边框，再用set size和set origin手动对齐。这个方案能用，但维护成本高，改一次数据范围就要重新调一遍比例。我的实际选择是：能不断就不去断，改用量级变换（比如对数值取 log 后作为新列）反而更省事，也更好解释。

3.3 key 的排布、外面放法与自动取列头

图例（gnuplot 里叫 key）的默认位置在右上角，而右上角往往是数据的高值区。几条命令就能把它挪开：

set key top left box spacing 1.1 samplen 2.5 width -4

box给图例加一个细边框，在数据线密集的图里能明显提升可读性；spacing控制行距；samplen是样例线段的长度，默认偏长，中文标题短的时候显得空；width -4是负值，表示允许自动加宽以容纳长标题，正数则是强制固定宽度。这个参数的符号很容易记混，负值才是"自动"。

如果图例条目太多，比如八条曲线，放哪儿都挡数据，就用外置：

set key outside right center set rmargin at screen 0.72

outside right会把图例整体挪到绘图区右侧，但绘图区宽度不会自动缩，所以必须配合set rmargin给它腾地方。at screen 0.72是按画布比例定位，0.72 表示绘图区右边界在画布从左往右 72% 的位置，右边 28% 留给图例。这个数值需要试两次，标题长的时候给到 0.68 甚至 0.65。我一般先在交互终端里调好这个数，再写进脚本，比盲猜快得多。

标题自动取自数据文件列头也是个省事的做法：

set key autotitle columnhead plot "a.dat" using 1:2 with lines, "b.dat" using 1:3 with lines

它会跳过每个数据文件的第一行，把列名拿来当图例文字。用这个的前提是你的文件确实有列头，而且列名不长——列名是"实验组A-高温-第三次重复"这种，图例宽度会直接吃满半张图。这种情况下老老实实手写title "高温A"更靠谱。

4. 数据文件读取的暗礁：using、分隔符与缺失值

gnuplot 最让人抓狂的失败模式是"静默出错"：不报错、不警告，图就是空的，或者画出来是一条毫无意义的斜线。九成以上的原因都出在数据解析这一层。这一节把using、分隔符、注释符、缺失值这几个开关的联动关系理一遍，顺便给出两个查数据的工具。

4.1 using 的列表达式与列号错位的排查

using 1:2是最基本的形式，意思是"第 1 列当 x，第 2 列当 y"。但真实数据很少这么规整，常见的变形有这几种：

plot "d.dat" using 1:($2*1000) # 单位换算，毫秒转微秒 plot "d.dat" using ($1/3600):2 # x 轴从秒换算成小时 plot "d.dat" using 0:2 # 第 0 列是行号，当索引 plot "d.dat" using 2:xticlabels(1) # 用第 1 列文本当刻度标签

括号里的表达式可以调用 gnuplot 的内置函数，log、sqrt、abs、column都在里面。using 2:xticlabels(1)这个写法在画分类数据时特别有用：第一列是"周一""周二"这种文字，直接拿来当 x 轴标签，不用另外set xtics手工指定。

列号错位是最隐蔽的坑。数据文件有三列（时间、温度、压力），脚本里写了using 1:3想画压力，但实际文件因为某次导出多了个序号列，压力变成了第 4 列，using 1:3画出来的是温度——图能出来，坐标轴数字也合理，就是内容错了，肉眼极难发现。我的对策是画图前先跑一次plot "d.dat" using 1:2 title "col2"，把第 2 列单独画出来，确认形状符合预期再改成正式脚本。另一个办法是在数据文件里给列头起个能一眼认出的名字，用columnhead系列函数按名字取列，虽然书写麻烦，但不会错位。

4.2 分隔符、注释符、缺失值这三个开关必须一起调

CSV 文件的第一件事是告诉 gnuplot 分隔符变了：

set datafile separator ","

这个设置是全局的，一旦改了，脚本里所有plot都会按逗号切分。如果脚本要同时读一个 CSV 和一个空格分隔的文件，就必须在读第二个之前改回来，或者干脆用using里的csv修饰（5.2 之后支持）。这一点在混用数据源的项目里很容易忘，我见过脚本里改了一次分隔符，后面三张图全空的例子——图确实画了，只是每行被当成了一个字段，y 值取不到。

注释符默认是#，CSV 里有时用%或者其他符号做表头标记：

set datafile commentschars "#%"

改成"#%"的意思是"这两个字符开头的行都当注释跳过"。注意这个设置和分隔符是独立的两件事，改了分隔符不会自动调整注释符，得自己盯着。

缺失值处理是这张表里最容易引发误读的一环。gnuplot 遇到解析不了的字段会直接中断绘图并报错，而很多实测数据里缺失值是NaN、NA、-或者干脆是空：

set datafile missing "NaN" set datafile missing "NA"

这两行可以连续写，会把两种写法都识别成缺失。识别之后，默认行为是"跳过这一点并断开折线"，也就是图上会出现一个缺口。如果这个缺口刚好在数据中段，视觉上就是一条断线；如果不希望断开，可以加set datafile missing后配合with linespoints并接受断线，或者用smooth系列做插值填补（第 4.3 节会讲）。我的偏好是保留断线——图上有个缺口，读者就知道那里没有数据，这比插值出来的平滑曲线诚实得多。

还有一个常被忽略的细节：CSV 里带引号的字段。gnuplot 不解析引号，"1,234"这种带千分位逗号的值会被拆成两段，整行列数就乱了。这种情况只能先做预处理，用一行脚本把引号去掉或者把逗号换成别的分隔符，不要在 gnuplot 里硬扛。

4.3 用 stats 体检数据、用 set table 做重采样

动手画之前先给数据做个体检，能省掉大量试错。stats命令会读一遍数据并算出一堆统计量：

stats "d.dat" using 2 nooutput set yrange [STATS_min*0.95 : STATS_max*1.05] print "min=", STATS_min, " max=", STATS_max, " mean=", STATS_mean

nooutput是让结果只进变量不打印，避免交互终端被刷屏。可用的变量包括STATS_min、STATS_max、STATS_mean、STATS_median、STATS_stddev，还有STATS_index_min给出最小值所在的行号。用这些变量自动设yrange并留 5% 余量，比手写set yrange [0:100]稳妥得多——数据一换，图不会因为越界被裁掉。

set table则是反向操作：让 gnuplot 把计算结果输出成文本文件，而不是画出来：

set table "smoothed.dat" plot "raw.dat" using 1:2 smooth csplines unset table

这段能对原始数据做三次样条插值，然后把插值后的点写进文件。用途是把一百个稀疏采样点变成五百个平滑点，再拿去做别的处理。smooth的其他选项里，bezier更平滑但可能过冲，frequency会改变 x 轴稀疏度，unique会去掉重复的 x 值。这里有个必须注意的顺序问题：set table会临时接管输出，在这段代码之后如果不unset table，后面所有的plot都不会出图，只会往文件里写文本——这个坑我踩过一次，排查了半天才发现问题出在前面那三行。

5. 出图与批处理：terminal、多子图与循环生成

命令行里plot一下就能看到图，那只是预览。真正交付的时候，图要变成 PNG 塞进文档、变成 PDF 交给排版、变成 SVG 放进网页。这一层的关键是 terminal 的概念——它是 gnuplot 的"输出后端"，换一个 terminal，同一个脚本就能产出完全不同格式的图，但尺寸、字体、线宽的合理取值全都会跟着变。

5.1 terminal 选型与尺寸、字体、内边距的配合

常用的几个 terminal 各有适用面：

一张常见的配置长这样：

set terminal pngcairo size 1600,1000 enhanced font "Noto Sans CJK SC,14" lw 2 set output "fig-01.png" plot "d.dat" using 1:2 with lines lw 2 title "实测" unset output

三条顺序不能乱：先设 terminal，再设 output，画完之后unset output。最后这一步极其重要——它负责把文件句柄关闭、缓冲区刷盘。不写unset output的话，PNG 文件可能只写了一部分，用图片查看器打开会显示"文件损坏"或者下半截是灰的。这个问题在单张图的时候不一定暴露，一旦用循环连续出十张图，中间几张必定残缺。我现在的习惯是把unset output当成一个固定的收尾动作，跟右括号一样不能少。

尺寸的换算值得单独说。A4 纸正文单栏宽度大约 8.3 厘米，等于 3.27 英寸；双栏满宽大约 17 厘米，等于 6.7 英寸。如果最终排版是单栏，PDF 图的尺寸就该设size 3.27,2.2，这时候脚本里的字号必须相应放大到 8 到 9 点，否则缩到版面上根本看不清。反过来，如果先按 1600 像素宽出图再缩小到 8.3 厘米，等效分辨率足够，但字号会同步缩小，这是很多人"屏幕上看着挺好，印出来像蚂蚁"的根本原因。矢量格式（PDF、SVG）没有这个问题，因为缩放不损失信息，所以正式交付优先用 PDF。

中文乱码的处理只有一条路：指定一个真正含中文字形的字体。font "Noto Sans CJK SC,14"在 Linux 上通常可用，Windows 上换成系统自带的中文字体名。判断字体有没有生效，最快的办法是画一个中文标题看一眼，成了方块就说明字体没找到——gnuplot 不会为字体缺失报错，这是它一贯的静默风格。

5.2 multiplot 排版与共享轴的对齐

多子图用set multiplot layout：

set terminal pdfcairo size 7,5 font "Noto Sans CJK SC,11" set output "panel.pdf" set multiplot layout 2,2 title "四组工况对比" font ",13" set title "工况一" plot "a1.dat" using 1:2 with lines lw 1.5 notitle set title "工况二" plot "a2.dat" using 1:2 with lines lw 1.5 notitle # ... 另两张同理 unset multiplot unset output

layout 2,2会自动切分画布，每个plot填一格。要在四个子图之间做对比，最关键的一步是提前把xrange和yrange固定住：

set xrange [0:60] set yrange [0:1.2]

不固定的话，gnuplot 会为每个子图单独算范围，四张图的轴刻度各不相同，读者根本没法横向比较，整张拼图就失去了意义。这一条是我在做对比图时最强调的：宁可留白，也不要让子图各自的轴自动缩放。

另一个坑是子图里的公共设置。multiplot期间每次plot都会沿用当前的全局设置，所以set title这类会互相覆盖的东西必须在每个子图前重新设一遍。反过来，像set border、set grid这种希望全图统一的，就在set multiplot之前设一次。如果中间不小心执行了reset，所有设置会被清空回到默认值，包括 terminal 的设置——这时候后续的输出会退回屏幕终端，文件里什么都没有。所以multiplot段落里我从不写reset。

5.3 do for 循环与参数化出图脚本

一批二十个样本、每个画一张图，手工复制粘贴脚本是自找麻烦。gnuplot 的do for循环可以直接生成文件名：

set terminal pngcairo size 1200,800 font "Noto Sans CJK SC,13" do for [i=1:20] { fname = sprintf("sample_%02d.dat", i) oname = sprintf("fig_%02d.png", i) set output oname set title sprintf("样本 %02d", i) plot fname using 1:2 with lines lw 2 title "测量值" unset output }

sprintf的%02d会把 1 补成01，这样文件名排序才正确，不会出现sample_10排在sample_2前面。循环体里set output和unset output必须成对出现，每一轮都要写一遍——只在循环外面写一次是不行的，因为set output打开的是一个新文件，第二次plot会往同一个文件里追加一页，最后你拿到一个只有第一张图的文件，或者一个包含二十页的奇怪 PNG。

如果文件名的规律不是数字而是字符串，可以用列表形式：

do for [name in "alpha beta gamma"] { set output name . ".png" plot name . ".dat" using 1:2 with lines title name unset output }

脚本参数化还有一条更彻底的路子：把脚本写成接受命令行参数的形式，用gnuplot -c script.gp 参数1 参数2调用，在脚本里用ARG1、ARG2取值。这种方式适合把出图逻辑嵌进更大的流程里，比如一批数据跑完之后自动出图。参数传进来是字符串，需要参与数值计算的时候记得用int()或real()转一下，直接拿字符串做算术会报类型错误。

调试这类批处理脚本，我的做法是先用set terminal dumb size 80,24跑一遍完整流程。dumb 终端把图渲染成 ASCII 字符画，输出直接打在终端上，速度快、不产生文件，能立刻看出范围对不对、有几条线、标题有没有生效。等逻辑确认无误，再换成pngcairo出正式图。这个"先用字符画验流程、再出正式图"的两段式，替我省下的时间大概比任何一个单项技巧都多。

最后分享一个实际操作里的小体会：gnuplot 脚本最忌讳边写边改、一路加命令。我现在的习惯是先在一个干净的交互会话里把图调到满意，然后用save "fig.gp"把当前所有设置导出成脚本，再手工删掉那些调试期留下的set和临时plot。这样得到的脚本短、干净、可复用，也不会出现"某一行不知道为什么要写但删了就出错"的情况——那种行往往就是当初随手加的某条范围设置，删掉之后自动缩放接管，图的形状就变了。