matplotlib 前言

只要认两个对象:Figure 是整块画布,Axes 是画布上的一块坐标系。 折线、散点、柱、色标、图例,全都往某个 Axes 里塞。

它是干什么的

给数字一个形状。一串数放在屏幕上是一行字,放进坐标系里才有趋势、有异常、有对比。

它不替你决定样式。默认画布 6.4×4.8 英寸、100 dpi,出图就是 640×480 像素; 同样的画布改成 300 dpi,是 1920×1440。默认 10 种颜色,第一种是 #1f77b4; 默认不画网格,图例要自己调 legend()。想要什么得自己说一遍。

它解决什么问题

训练日志里的 loss 是 0.693、0.691、0.688…… 看着在降,其实可能早就平了。 画成横轴 epoch、纵轴 loss 的折线,斜率是零还是负的,一眼分得出。

异常值同理:一列数的最大值离均值很远,画成散点才能分出是「三个点偏了」还是「三万个点偏了」—— 这两种情况该做的事完全不同,删掉还是换模型。

它还是底层。df.plot()、seaborn、plotly 都建在它上面, 想改一个细节(刻度、图例位置、边框),最后都要落回 ax.set_*。

什么时候会用到它

三类场合:看数据(分布、异常值、类别是否均衡)、看训练(指标随 epoch 的曲线)、 看对比(两版模型叠在同一张图上)。

还有一条绕不开:中文标签要单独指定字体,否则出来是一排方块。这一条在入门课里单独讲。

这个库的课

两课:一课从头讲一遍,一课按功能查。

  • matplotlib 入门:两种写法(pyplot 与面向对象)、 一张图的骨架、画第一个图、保存、中文显示、图叠在一起的坑。
  • matplotlib 用法大全:13 节,图类型、颜色、坐标轴、 辅助元素、图例、子图、双 y 轴、色标、样式、保存、中文、常见坑,最后一节是一页速查。