官方文档 (https://matplotlib.org/stable/contents.html)
1. 安装与环境配置
pip install matplotlib
推荐配合使用：
pip install numpy pandas # 数据处理常用库
2. 核心概念
- Figure: 画布/绘图板（顶级容器）
- Axes: 坐标系（包含坐标轴、标题、数据等的绘图区域）
- Axis: 坐标轴（控制数据范围、刻度等）
- Artist: 所有可见元素的基类
3. 基本绘图流程
import matplotlib.pyplot as plt
import numpy as np
# 创建数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 创建图形和坐标系
fig, ax = plt.subplots()
# 绘制数据
ax.plot(x, y, label='sin(x)')
# 添加装饰元素
ax.set_title("Sine Wave")
ax.set_xlabel("X Axis")
ax.set_ylabel("Y Axis")
ax.legend()
ax.grid(True)
# 显示/保存图形
plt.show()
# fig.savefig('sine_wave.png', dpi=300)
4. 常见图表类型
4.1 折线图
plt.plot(x, y, color='red', linestyle='--', linewidth=2)
4.2 散点图
x = np.random.randn(100)
y = x + np.random.randn(100)*0.5
plt.scatter(x, y,
c=np.arctan2(y, x), # 颜色映射
s=100, # 点大小
alpha=0.7,
cmap='viridis')
plt.colorbar()
4.3 条形图
labels = ['A', 'B', 'C']
values = [25, 40, 63]
# 垂直条形图
plt.bar(labels, values, color=['#ff9999','#66b3ff','#99ff99'])
# 水平条形图
plt.barh(labels, values)
4.4 直方图
data = np.random.randn(1000)
plt.hist(data,
bins=30,
density=True,
cumulative=False,
histtype='stepfilled')
4.5 饼图
sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0) # 突出显示第二块
plt.pie(sizes,
explode=explode,
labels=['A', 'B', 'C', 'D'],
autopct='%1.1f%%',
startangle=90)
plt.axis('equal') # 保持圆形
4.6 箱线图
data = [np.random.normal(0, std, 100) for std in range(1, 4)]
plt.boxplot(data,
vert=True,
patch_artist=True,
labels=['Set 1', 'Set 2', 'Set 3'])
4.7 热力图
data = np.random.rand(10, 10)
plt.imshow(data, cmap='hot')
plt.colorbar()
5. 样式与自定义
5.1 颜色/线型/标记
# 简写参数：fmt = '[marker][line][color]'
plt.plot(x, y, 'ro--') # 红色圆圈，虚线
plt.plot(x, y, color='#FF00FF', # HEX颜色
linestyle=':',
linewidth=3,
marker='s', # 方块标记
markersize=8,
markerfacecolor='white',
markeredgecolor='black')
5.2 图例设置
plt.legend(loc='upper right', # 位置
frameon=False, # 无边框
ncol=2, # 分列显示
title='Legend Title')
5.3 网格与背景
ax.grid(True,
which='both', # 主/次刻度都显示网格
linestyle='--',
alpha=0.7)
ax.set_facecolor('#f0f0f0') # 坐标系背景色
fig.patch.set_facecolor('white') # 画布背景色
5.4 字体与文本
plt.xlabel("X Label",
fontsize=14,
fontweight='bold',
color='navy')
plt.title("Customized Title",
fontfamily='serif',
fontstyle='italic')
6. 多子图布局
6.1 subplot
plt.subplot(2, 2, 1) # 2行2列，第1个位置
plt.plot(x, y)
plt.subplot(2, 2, 4) # 第4个位置
plt.scatter(x, y)
6.2 subplots
fig, axs = plt.subplots(nrows=2,
ncols=2,
figsize=(10, 8),
sharex=True)
axs[0,0].plot(x, y)
axs[1,1].hist(data)
6.3 GridSpec（复杂布局）
import matplotlib.gridspec as gridspec
fig = plt.figure()
gs = gridspec.GridSpec(2, 2, width_ratios=[1, 2], height_ratios=[4, 1])
ax1 = fig.add_subplot(gs[0, :]) # 首行全宽
ax2 = fig.add_subplot(gs[1, 0])
ax3 = fig.add_subplot(gs[1, 1])
7. 高级功能
7.1 交互模式
plt.ion() # 开启交互模式
# 动态更新图表...
plt.ioff() # 关闭交互模式
7.2 动画
from matplotlib.animation import FuncAnimation
fig, ax = plt.subplots()
line, = ax.plot([], [])
def init():
ax.set_xlim(0, 2*np.pi)
ax.set_ylim(-1, 1)
return line,
def update(frame):
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x + frame/10)
line.set_data(x, y)
return line,
ani = FuncAnimation(fig, update, frames=100, init_func=init, blit=True)
plt.show()
7.3 3D绘图
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
ax.plot_surface(X, Y, Z, cmap='viridis')
ax.set_zlabel('Z Axis')
8. 最佳实践
-
避免过度装饰：保持图表简洁易读
-
选择合适的图表类型：
-
趋势展示 → 折线图
- 分布比较 → 箱线图/直方图
-
比例关系 → 饼图/堆叠条形图
-
调整布局：
python
plt.tight_layout() # 自动调整子图间距
- 高质量输出：
python
fig.savefig('output.png',
dpi=300,
bbox_inches='tight',
transparent=True)
- 样式预设：
python
plt.style.use('ggplot') # 使用内置样式
# 可用样式：'seaborn', 'fivethirtyeight', 'dark_background' 等
常见问题解决：
-
图形不显示：确保最后调用了
plt.show() -
中文乱码：设置中文字体
python
plt.rcParams['font.sans-serif'] = ['SimHei'] # Windows
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
发表评论