matplotlib 入门
它是什么
Python 最基础的绘图库。你看到的绝大多数 Python 图表——论文里的、notebook 里的、 pandas 的 df.plot() 画出来的——底层都是它。
它的定位很低层:告诉它画什么它画什么,不替你做漂亮的默认样式。
seaborn、plotly 这些是在它之上封装的。遇到“想改一个细节”的时候,最终还是要落回 matplotlib。
先把底层学会,上层的一看就懂。
先搞清楚两种写法
同一个图,有两种画法。
写法一:pyplot(像 MATLAB)
import matplotlib.pyplot as plt
plt.plot([1, 2, 3], [1, 4, 9])
plt.title("标题")
plt.show()不指定对象,靠“当前图”这个概念。适合快速看一眼。
写法二:面向对象(推荐)
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [1, 4, 9])
ax.set_title("标题")
plt.show()一旦有多张图、多个子图,pyplot 写法就会乱——你根本不知道“当前图”是哪一张。
fig 是整张画布,ax 是画布上的一个坐标系。
记住这条:绘制用 ax.plot,设置用 ax.set_xxx。
一张图的骨架
不管画什么,结构都是这五步:
fig, ax = plt.subplots(figsize=(6, 4), dpi=150) # 1. 建画布
ax.plot(x, y, label="曲线 A") # 2. 画
ax.set_xlabel("x") # 3. 标注
ax.set_ylabel("y")
ax.set_title("标题")
ax.legend()
fig.tight_layout() # 4. 收紧边距
fig.savefig("out.png", dpi=200, bbox_inches="tight") # 5. 保存figsize=(6,4) 单位是英寸,不是像素。
配 dpi=200,实际像素就是 6×200=1200 宽、4×200=800 高。
网页用 150~200 就够,打印要 300。
画第一个图
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100) # 0 到 10 均匀取 100 个点
fig, ax = plt.subplots(figsize=(6, 3.5))
ax.plot(x, np.sin(x), label="sin")
ax.plot(x, np.cos(x), label="cos", linestyle="--")
ax.set_xlabel("x")
ax.set_title("两条曲线")
ax.legend()
fig.tight_layout()
plt.show()关键点:x 要足够密。linspace(0, 10, 100) 取 100 个点,曲线才平滑; 只取 5 个点画出来是折线。
保存
fig.savefig("a.png", dpi=200, bbox_inches="tight")
fig.savefig("a.svg") # 矢量图,放大不糊
fig.savefig("a.png", transparent=True) # 透明背景plt.show() 之后画布会被清空。再 savefig,存出来是一张白图。
顺序永远是:画 → tight_layout → savefig → show。
中文显示
默认字体没有中文字形,直接写中文会变成方块。
plt.rcParams["font.sans-serif"] = ["Microsoft YaHei", "SimHei"]
plt.rcParams["axes.unicode_minus"] = False只设字体,负号会变成方块——因为中文字体里的减号不是标准 Unicode 减号。
axes.unicode_minus = False 让它改用 ASCII 的 -。
这两行放在所有绘图代码之前。
一个常见的坑:图叠在一起
如果在循环里反复 plt.plot(),所有线会画到同一张图上。
for i in range(3):
fig, ax = plt.subplots() # 每次都新建
ax.plot(x, data[i])
fig.savefig(f"fig{i}.png")
plt.close(fig) # 用完关掉,释放内存这一课讲的是“它怎么组织、怎么跑起来”。各种图怎么画、样式怎么调、 子图怎么排——都在用法大全里。