Matplotlib 采用函数
Matplotlib 是 Python 中最广泛使用的数据可视化库，支持创建静态、动态和交互式图表。
本文档完整整理了 Matplotlib 所有公开接口的函数和方法，方便快速查阅对应的功能与用法。
两大编程接口
Matplotlib 提供了两种使用方式，适用于不同场景。
| 特性 | Axes 接口（显式/面向对象） | pyplot 接口（隐式/函数式） |
|---|---|---|
| 使用方式 | 先创建 Figure 和 Axes 对象，再调用对象方法 | 直接调用 pyplot 模块函数，隐式操作当前图表 |
| 适用场景 | 复杂图表、多子图、需要精细控制 | 快速绘图、交互式探索、简单图表 |
| 代码示例 | fig, ax = plt.subplots(); ax.plot(x, y) | plt.plot(x, y); plt.title("标题") |
| 推荐程度 | 推荐（更清晰、更可控） | 适合简单场景和快速原型 |
Axes 接口是官方推荐的编程方式，代码逻辑更清晰，在处理多子图和复杂图表时不易出错。为了方便速查，下文同时列出 pyplot 函数和对应的 Axes 方法。
pyplot 模块 - 全部函数列表
pyplot 是 Matplotlib 的顶层接口，提供类似 MATLAB 的绘图体验。以下按官方分类列出所有函数。
1. Figure 与 Axes 管理
创建和管理 Figure（画布）与 Axes（坐标系/子图）的函数。
| 函数 | 功能说明 |
|---|---|
| figure() | 创建新的 Figure 或激活已有 Figure |
| subplots() | 推荐 创建 Figure 和一组 Axes 子图 |
| subplot() | 添加单个子图到当前 Figure（按行列索引） |
| subplot2grid() | 在网格布局的指定位置创建子图 |
| subplot_mosaic() | 使用标签字符串创建复杂非均匀布局 |
| axes() | 在当前 Figure 中添加一个 Axes |
| gca() | 获取当前 Axes 对象 |
| gcf() | 获取当前 Figure 对象 |
| sca() | 设置当前 Axes |
| cla() | 清除当前 Axes |
| clf() | 清除当前 Figure |
| close() | 关闭 Figure 窗口 |
| delaxes() | 从 Figure 中移除指定的 Axes |
| fignum_exists() | 检查指定编号的 Figure 是否存在 |
| get_figlabels() | 返回所有 Figure 的标签列表 |
| get_fignums() | 返回所有 Figure 的编号列表 |
| twinx() | 创建共享 x 轴的双 y 轴 |
| twiny() | 创建共享 y 轴的双 x 轴 |
2. 基本绘图
最常用的图表类型绘制函数。
| 函数 | 功能说明 |
|---|---|
| plot() | 绘制折线图（最常用） |
| scatter() | 绘制散点图，支持大小/颜色/透明度映射 |
| bar() | 绘制垂直柱状图 |
| barh() | 绘制水平柱状图 |
| bar_label() | 在柱状图的柱子上添加数值标签 |
| grouped_bar() | 绘制分组柱状图 |
| pie() | 绘制饼图 |
| pie_label() | 在饼图上添加标签 |
| stem() | 绘制茎叶图（火柴杆图） |
| eventplot() | 绘制事件图（多条水平线标记事件位置） |
| step() | 绘制阶梯图 |
| fill() | 绘制填充多边形 |
| fill_between() | 填充两条水平曲线之间的区域 |
| fill_betweenx() | 填充两条垂直曲线之间的区域 |
| stackplot() | 绘制堆叠面积图 |
| broken_barh() | 绘制水平断条图（甘特图风格） |
| vlines() | 绘制垂直参考线 |
| hlines() | 绘制水平参考线 |
| errorbar() | 绘制带误差棒的折线图 |
| loglog() | 双对数坐标折线图 |
| semilogx() | x 轴对数坐标折线图 |
| semilogy() | y 轴对数坐标折线图 |
| polar() | 在极坐标系中绘图 |
3. 跨度线（Spans）
绘制水平和垂直的参考线与着色区域。
| 函数 | 功能说明 |
|---|---|
| axhline() | 添加横跨 Axes 的水平线 |
| axhspan() | 添加横跨 Axes 的水平着色带 |
| axvline() | 添加纵跨 Axes 的垂直线 |
| axvspan() | 添加纵跨 Axes 的垂直着色带 |
| axline() | 添加通过两点的无限长直线 |
4. 频谱分析
用于信号处理和频谱可视化的函数。
| 函数 | 功能说明 |
|---|---|
| acorr() | 绘制自相关图 |
| xcorr() | 绘制互相关图 |
| angle_spectrum() | 绘制角度频谱 |
| magnitude_spectrum() | 绘制幅度频谱 |
| phase_spectrum() | 绘制相位频谱 |
| psd() | 绘制功率谱密度 |
| csd() | 绘制互谱密度 |
| cohere() | 绘制相干性 |
| specgram() | 绘制频谱图（时频图） |
5. 统计图
绘制统计分布相关的图表。
| 函数 | 功能说明 |
|---|---|
| boxplot() | 绘制箱线图 |
| violinplot() | 绘制小提琴图 |
| ecdf() | 绘制经验累积分布函数（ECDF） |
6. 分箱与直方图
| 函数 | 功能说明 |
|---|---|
| hist() | 绘制一维直方图 |
| hist2d() | 绘制二维直方图 |
| hexbin() | 绘制六边形分箱图 |
| stairs() | 绘制阶梯直方图（新版，替代 hist 的 step 模式） |
7. 等高线
| 函数 | 功能说明 |
|---|---|
| contour() | 绘制等高线 |
| contourf() | 绘制填充等高线 |
| clabel() | 给等高线添加标签 |
8. 二维数组与图像
展示二维数据、矩阵和图像的可视化函数。
| 函数 | 功能说明 |
|---|---|
| imshow() | 显示图像或二维数组（热力图） |
| matshow() | 将矩阵显示为新 Figure 中的图像 |
| pcolor() | 绘制伪彩色网格图（创建 PolyCollection） |
| pcolormesh() | 绘制伪彩色网格图（创建 QuadMesh，性能更好） |
| spy() | 绘制稀疏矩阵的非零元素图案 |
| figimage() | 在 Figure 级别（非 Axes）放置图像 |
9. 非结构化三角网格
| 函数 | 功能说明 |
|---|---|
| triplot() | 绘制非结构化三角网格 |
| tripcolor() | 绘制三角网格伪彩色图 |
| tricontour() | 在三角网格上绘制等高线 |
| tricontourf() | 在三角网格上绘制填充等高线 |
10. 文本与标注
| 函数 | 功能说明 |
|---|---|
| text() | 在 Axes 指定坐标添加文本 |
| figtext() | 在 Figure 指定位置添加文本 |
| annotate() | 添加带箭头的标注 |
| arrow() | 添加箭头 |
| legend() | 在 Axes 中添加图例 |
| figlegend() | 在 Figure 级别添加图例 |
| table() | 在 Axes 中添加表格 |
11. 矢量场
| 函数 | 功能说明 |
|---|---|
| quiver() | 绘制矢量场（箭头图） |
| quiverkey() | 给矢量场添加图例标尺 |
| barbs() | 绘制风羽图（气象学中表示风速和风向） |
| streamplot() | 绘制流线图 |
12. 坐标轴配置
设置坐标轴范围、刻度、标签和比例的函数。
| 函数 | 功能说明 |
|---|---|
| title() | 设置 Axes 标题 |
| suptitle() | 设置 Figure 总标题 |
| xlabel() | 设置 x 轴标签 |
| ylabel() | 设置 y 轴标签 |
| xlim() | 获取或设置 x 轴范围 |
| ylim() | 获取或设置 y 轴范围 |
| xscale() | 设置 x 轴比例（linear/log/symlog/logit...） |
| yscale() | 设置 y 轴比例（linear/log/symlog/logit...） |
| xticks() | 获取或设置 x 轴刻度位置和标签 |
| yticks() | 获取或设置 y 轴刻度位置和标签 |
| tick_params() | 调整刻度外观（方向、颜色、大小、标签旋转等） |
| ticklabel_format() | 设置刻度标签的格式（科学计数法等） |
| locator_params() | 控制刻度定位器的参数 |
| minorticks_on() | 显示次要刻度 |
| minorticks_off() | 隐藏次要刻度 |
| rgrids() | 获取或设置极坐标图的径向网格线 |
| thetagrids() | 获取或设置极坐标图的角度网格线 |
| grid() | 开启或关闭网格线 |
| axis() | 获取或设置某些轴属性的便捷函数 |
| box() | 开启或关闭 Axes 的边框线 |
| autoscale() | 自动缩放坐标轴以适应数据 |
13. 布局
控制子图排列和间距的函数。
| 函数 | 功能说明 |
|---|---|
| subplots_adjust() | 手动调整子图间距（left/right/top/bottom/wspace/hspace） |
| tight_layout() | 自动调整子图参数使之紧凑排列 |
| margins() | 设置或获取坐标轴的数据边距 |
| subplot_tool() | 启动交互式子图调整工具窗口 |
14. 颜色映射
与 colormap 和颜色条相关的函数。
| 函数 | 功能说明 |
|---|---|
| colorbar() | 添加颜色条 |
| clim() | 设置颜色映射的数据范围 |
| get_cmap() | 获取指定名称的 colormap 对象 |
| set_cmap() | 设置默认 colormap |
| gci() | 获取当前可映射颜色的图像对象 |
| sci() | 设置当前可映射颜色的图像对象 |
| imread() | 从文件读取图像到数组 |
| imsave() | 将数组保存为图像文件 |
| colormaps | colormap 注册表对象 |
| color_sequences | 颜色序列注册表对象 |
15. 配置
管理 Matplotlib 全局配置参数的函数。
| 函数 | 功能说明 |
|---|---|
| rc() | 设置 rc 参数（可批量设置） |
| rc_context() | 临时设置 rc 参数的上下文管理器 |
| rcdefaults() | 恢复所有 rc 参数为默认值 |
16. 输出与交互
控制图表显示、保存和交互模式的函数。
| 函数 | 功能说明 |
|---|---|
| show() | 显示所有打开的 Figure |
| savefig() | 保存当前 Figure 到文件 |
| draw() | 强制重新渲染当前 Figure |
| draw_if_interactive() | 如果在交互模式则渲染 Figure |
| pause() | 暂停指定的秒数（期间处理事件） |
| ion() | 开启交互模式 |
| ioff() | 关闭交互模式 |
| isinteractive() | 返回当前是否处于交互模式 |
| install_repl_displayhook() | 安装 REPL 显示钩子（使 Figure 自动显示） |
| uninstall_repl_displayhook() | 卸载 REPL 显示钩子 |
| switch_backend() | 切换后端 |
17. 其他工具函数
| 函数 | 功能说明 |
|---|---|
| connect() | 绑定事件回调函数 |
| disconnect() | 解绑事件回调函数 |
| ginput() | 通过鼠标点击获取坐标点 |
| waitforbuttonpress() | 等待鼠标或键盘按下，返回事件类型 |
| findobj() | 查找匹配指定条件的 Artist 对象 |
| get() | 获取 Artist 对象的属性值 |
| getp() | 获取 Artist 对象的属性（get 的别名） |
| setp() | 设置 Artist 对象的属性 |
| get_current_fig_manager() | 获取当前 Figure 的窗口管理器 |
| new_figure_manager() | 为指定 Figure 创建新的 Figure 管理器 |
| set_loglevel() | 设置 Matplotlib 日志级别 |
| xkcd() | 切换为 xkcd（手绘漫画）风格 |
Axes 对象 - 全部方法列表
Axes（Axes 对象）代表 Figure 中的一个子图，包含数据、刻度、标签、标题等。以下按官方分类完整列出所有方法。
1. 基本绘图方法
| 方法 | 功能说明 |
|---|---|
| Axes.plot() | 折线图 |
| Axes.scatter() | 散点图 |
| Axes.bar() | 垂直柱状图 |
| Axes.barh() | 水平柱状图 |
| Axes.bar_label() | 在柱子上添加数值标签 |
| Axes.grouped_bar() | 分组柱状图 |
| Axes.pie() | 饼图 |
| Axes.pie_label() | 饼图标签 |
| Axes.stem() | 茎叶图 |
| Axes.eventplot() | 事件图 |
| Axes.step() | 阶梯图 |
| Axes.fill() | 填充多边形 |
| Axes.fill_between() | 水平填充区域 |
| Axes.fill_betweenx() | 垂直填充区域 |
| Axes.stackplot() | 堆叠面积图 |
| Axes.broken_barh() | 水平断条图 |
| Axes.vlines() | 垂直参考线 |
| Axes.hlines() | 水平参考线 |
| Axes.errorbar() | 带误差棒折线图 |
| Axes.loglog() | 双对数坐标 |
| Axes.semilogx() | x 轴对数坐标 |
| Axes.semilogy() | y 轴对数坐标 |
2. 跨度线方法
| 方法 | 功能说明 |
|---|---|
| Axes.axhline() | 水平参考线 |
| Axes.axvline() | 垂直参考线 |
| Axes.axhspan() | 水平着色带 |
| Axes.axvspan() | 垂直着色带 |
| Axes.axline() | 通过两点的无限长直线 |
3. 频谱分析方法
| 方法 | 功能说明 |
|---|---|
| Axes.acorr() | 自相关图 |
| Axes.xcorr() | 互相关图 |
| Axes.angle_spectrum() | 角度频谱 |
| Axes.magnitude_spectrum() | 幅度频谱 |
| Axes.phase_spectrum() | 相位频谱 |
| Axes.psd() | 功率谱密度 |
| Axes.csd() | 互谱密度 |
| Axes.cohere() | 相干性 |
| Axes.specgram() | 频谱图（时频图） |
4. 统计方法
| 方法 | 功能说明 |
|---|---|
| Axes.boxplot() | 箱线图 |
| Axes.bxp() | 从预先计算的统计数据绘制箱线图 |
| Axes.violinplot() | 小提琴图 |
| Axes.violin() | 从预先计算的统计数据绘制小提琴图 |
| Axes.ecdf() | 经验累积分布函数 |
5. 分箱与直方图方法
| 方法 | 功能说明 |
|---|---|
| Axes.hist() | 直方图 |
| Axes.hist2d() | 二维直方图 |
| Axes.hexbin() | 六边形分箱图 |
| Axes.stairs() | 阶梯直方图 |
6. 等高线方法
| 方法 | 功能说明 |
|---|---|
| Axes.contour() | 等高线 |
| Axes.contourf() | 填充等高线 |
| Axes.clabel() | 等高线标签 |
7. 二维数组方法
| 方法 | 功能说明 |
|---|---|
| Axes.imshow() | 显示图像/热力图 |
| Axes.matshow() | 矩阵图像 |
| Axes.pcolor() | 伪彩色网格（PolyCollection） |
| Axes.pcolorfast() | 快速伪彩色（使用 imshow 绘制） |
| Axes.pcolormesh() | 伪彩色网格（QuadMesh，推荐） |
| Axes.spy() | 稀疏矩阵图案 |
8. 非结构化三角网格方法
| 方法 | 功能说明 |
|---|---|
| Axes.triplot() | 三角网格线 |
| Axes.tripcolor() | 三角网格伪彩色 |
| Axes.tricontour() | 三角网格等高线 |
| Axes.tricontourf() | 三角网格填充等高线 |
9. 文本与标注方法
| 方法 | 功能说明 |
|---|---|
| Axes.text() | 添加文本 |
| Axes.annotate() | 添加带箭头的标注 |
| Axes.table() | 添加表格 |
| Axes.arrow() | 添加箭头 |
| Axes.inset_axes() | 在 Axes 内创建嵌入子图 |
| Axes.indicate_inset() | 在父 Axes 上标记嵌入子图区域 |
| Axes.indicate_inset_zoom() | 标记嵌入子图的放大区域 |
| Axes.secondary_xaxis() | 添加辅助 x 轴（在另一位置显示相同数据） |
| Axes.secondary_yaxis() | 添加辅助 y 轴 |
10. 矢量场方法
| 方法 | 功能说明 |
|---|---|
| Axes.quiver() | 矢量场（箭头图） |
| Axes.quiverkey() | 矢量场图例标尺 |
| Axes.barbs() | 风羽图 |
| Axes.streamplot() | 流线图 |
11. 清除方法
| 方法 | 功能说明 |
|---|---|
| Axes.cla() | 清除 Axes 中的所有内容 |
| Axes.clear() | 清除 Axes（与 cla() 相同） |
12. 外观方法
| 方法 | 功能说明 |
|---|---|
| Axes.axis() | 设置轴可见性或范围 |
| Axes.set_axis_off() | 隐藏坐标轴 |
| Axes.set_axis_on() | 显示坐标轴 |
| Axes.set_frame_on() | 显示 Axes 边框 |
| Axes.get_frame_on() | 获取边框是否可见 |
| Axes.set_axisbelow() | 设置网格/刻度是否在数据下方 |
| Axes.get_axisbelow() | 获取网格/刻度层级 |
| Axes.grid() | 设置网格线 |
| Axes.get_facecolor() | 获取 Axes 背景色 |
| Axes.set_facecolor() | 设置 Axes 背景色 |
13. 属性循环
| 方法 | 功能说明 |
|---|---|
| Axes.set_prop_cycle() | 设置线条颜色/线型等属性的循环 |
14. 坐标轴与刻度控制
坐标轴访问：
| 方法 | 功能说明 |
|---|---|
| Axes.xaxis / Axes.yaxis | 获取 x/y 轴的 Axis 对象（属性） |
| Axes.get_xaxis() / get_yaxis() | 获取 x/y 轴的 Axis 对象 |
坐标轴范围与方向：
| 方法 | 功能说明 |
|---|---|
| Axes.set_xlim() / get_xlim() | 设置/获取 x 轴范围 |
| Axes.set_ylim() / get_ylim() | 设置/获取 y 轴范围 |
| Axes.set_xbound() / get_xbound() | 设置/获取 x 轴的下界和上界 |
| Axes.set_ybound() / get_ybound() | 设置/获取 y 轴的下界和上界 |
| Axes.invert_xaxis() | 反转 x 轴方向 |
| Axes.invert_yaxis() | 反转 y 轴方向 |
| Axes.xaxis_inverted() / yaxis_inverted() | 查询轴是否反转 |
| Axes.set_xinverted() / get_xinverted() | 设置/获取 x 轴是否反转 |
| Axes.set_yinverted() / get_yinverted() | 设置/获取 y 轴是否反转 |
| Axes.update_datalim() | 用新数据点扩展数据范围 |
坐标轴标签与图例：
| 方法 | 功能说明 |
|---|---|
| Axes.set_xlabel() / get_xlabel() | 设置/获取 x 轴标签 |
| Axes.set_ylabel() / get_ylabel() | 设置/获取 y 轴标签 |
| Axes.label_outer() | 仅保留最外侧子图的刻度标签 |
| Axes.set_title() / get_title() | 设置/获取 Axes 标题 |
| Axes.legend() | 添加图例 |
| Axes.get_legend() | 获取当前图例对象 |
| Axes.get_legend_handles_labels() | 获取图例的句柄和标签 |
坐标轴比例：
| 方法 | 功能说明 |
|---|---|
| Axes.set_xscale() / get_xscale() | 设置/获取 x 轴比例 |
| Axes.set_yscale() / get_yscale() | 设置/获取 y 轴比例 |
自动缩放和边距：
| 方法 | 功能说明 |
|---|---|
| Axes.autoscale() | 自动缩放视图以适应数据 |
| Axes.autoscale_view() | 仅自动缩放视图（不改变边距） |
| Axes.margins() | 设置或获取数据边距 |
| Axes.relim() | 根据当前 Artist 重新计算数据范围 |
| Axes.use_sticky_edges() | 使用粘性边距 |
| Axes.set_xmargin() / get_xmargin() | 设置/获取 x 轴边距 |
| Axes.set_ymargin() / get_ymargin() | 设置/获取 y 轴边距 |
| Axes.set_autoscale_on() / get_autoscale_on() | 设置/获取是否自动缩放 |
| Axes.set_autoscalex_on() / get_autoscalex_on() | 设置/获取 x 轴是否自动缩放 |
| Axes.set_autoscaley_on() / get_autoscaley_on() | 设置/获取 y 轴是否自动缩放 |
宽高比：
| 方法 | 功能说明 |
|---|---|
| Axes.set_aspect() / get_aspect() | 设置/获取坐标轴宽高比（'equal'/'auto'/数值） |
| Axes.set_box_aspect() / get_box_aspect() | 设置/获取 Axes 盒子宽高比 |
| Axes.apply_aspect() | 应用当前宽高比设置 |
| Axes.set_adjustable() / get_adjustable() | 设置/获取可调整的方向（'box'/'datalim'） |
刻度和刻度标签：
| 方法 | 功能说明 |
|---|---|
| Axes.set_xticks() / get_xticks() | 设置/获取 x 轴刻度位置 |
| Axes.set_yticks() / get_yticks() | 设置/获取 y 轴刻度位置 |
| Axes.set_xticklabels() / get_xticklabels() | 设置/获取 x 轴刻度标签 |
| Axes.set_yticklabels() / get_yticklabels() | 设置/获取 y 轴刻度标签 |
| Axes.get_xmajorticklabels() | 获取 x 轴主刻度标签 |
| Axes.get_xminorticklabels() | 获取 x 轴次刻度标签 |
| Axes.get_ymajorticklabels() | 获取 y 轴主刻度标签 |
| Axes.get_yminorticklabels() | 获取 y 轴次刻度标签 |
| Axes.get_xgridlines() | 获取 x 轴网格线 |
| Axes.get_ygridlines() | 获取 y 轴网格线 |
| Axes.get_xticklines() | 获取 x 轴刻度线 |
| Axes.get_yticklines() | 获取 y 轴刻度线 |
| Axes.xaxis_date() | 将 x 轴刻度设置为日期格式 |
| Axes.yaxis_date() | 将 y 轴刻度设置为日期格式 |
| Axes.minorticks_on() | 显示次要刻度 |
| Axes.minorticks_off() | 隐藏次要刻度 |
| Axes.ticklabel_format() | 设置刻度标签格式 |
| Axes.tick_params() | 调整刻度外观参数 |
| Axes.locator_params() | 控制刻度定位器参数 |
15. 单位
| 方法 | 功能说明 |
|---|---|
| Axes.convert_xunits() | 使用单位转换器转换 x 值 |
| Axes.convert_yunits() | 使用单位转换器转换 y 值 |
| Axes.have_units() | 检查是否有注册的单位转换器 |
16. 添加 Artist
| 方法 | 功能说明 |
|---|---|
| Axes.add_artist() | 添加任意 Artist 对象 |
| Axes.add_child_axes() | 添加子 Axes |
| Axes.add_collection() | 添加 Collection 对象 |
| Axes.add_container() | 添加 Container 对象 |
| Axes.add_image() | 添加 AxesImage 对象 |
| Axes.add_line() | 添加 Line2D 对象 |
| Axes.add_patch() | 添加 Patch 对象 |
| Axes.add_table() | 添加 Table 对象 |
17. 双轴与共享轴
| 方法 | 功能说明 |
|---|---|
| Axes.twinx() | 创建共享 x 轴的双 y 轴 |
| Axes.twiny() | 创建共享 y 轴的双 x 轴 |
| Axes.sharex() | 与其他 Axes 共享 x 轴 |
| Axes.sharey() | 与其他 Axes 共享 y 轴 |
| Axes.get_shared_x_axes() | 获取共享 x 轴的 Grouper 对象 |
| Axes.get_shared_y_axes() | 获取共享 y 轴的 Grouper 对象 |
18. Axes 位置
| 方法 | 功能说明 |
|---|---|
| Axes.get_position() / set_position() | 获取/设置 Axes 在 Figure 中的位置和大小 |
| Axes.get_anchor() / set_anchor() | 获取/设置 Axes 的锚点（固定位置） |
| Axes.get_axes_locator() / set_axes_locator() | 获取/设置 Axes 定位器回调函数 |
| Axes.get_subplotspec() / set_subplotspec() | 获取/设置 SubplotSpec 对象 |
| Axes.reset_position() | 重置 Axes 位置为原始值 |
19. 异步/事件
| 方法 | 功能说明 |
|---|---|
| Axes.stale | 标记 Artist 是否需要重新绘制（属性） |
| Axes.pchanged() | 标记属性变化事件 |
| Axes.add_callback() | 添加属性变化回调 |
| Axes.remove_callback() | 移除属性变化回调 |
20. 交互
| 方法 | 功能说明 |
|---|---|
| Axes.can_pan() / can_zoom() | 返回是否可以平移/缩放 |
| Axes.set_navigate() / get_navigate() | 设置/获取导航工具栏是否激活 |
| Axes.set_navigate_mode() / get_navigate_mode() | 设置/获取导航模式 |
| Axes.start_pan() / drag_pan() / end_pan() | 平移操作的开始/拖动/结束 |
| Axes.format_coord() | 格式化工具栏显示的坐标字符串 |
| Axes.format_cursor_data() | 格式化光标处的数据值 |
| Axes.format_xdata() / format_ydata() | 格式化 x/y 数据值 |
| Axes.mouseover() | 判断鼠标是否在 Axes 上 |
| Axes.in_axes() | 判断点是否在 Axes 内 |
| Axes.contains() / contains_point() | 判断 Artist 是否包含点 |
| Axes.get_cursor_data() | 获取光标位置的数据 |
| Axes.get_forward_navigation_events() / set_forward_navigation_events() | 获取/设置导航事件转发 |
21. 子元素查询
| 方法 | 功能说明 |
|---|---|
| Axes.get_children() | 获取所有子 Artist |
| Axes.get_images() | 获取所有图像对象 |
| Axes.get_lines() | 获取所有折线对象 |
| Axes.findobj() | 查找匹配条件的子 Artist |
22. 绘制
| 方法 | 功能说明 |
|---|---|
| Axes.draw() | 渲染 Axes |
| Axes.draw_artist() | 绘制单个 Artist（底层方法） |
| Axes.redraw_in_frame() | 在框架内重绘 |
| Axes.get_window_extent() | 获取 Axes 在显示窗口中的边界 |
| Axes.get_tightbbox() | 获取 Axes 的紧凑边界框 |
| Axes.get_rasterization_zorder() / set_rasterization_zorder() | 获取/设置光栅化的 zorder 阈值 |
23. 投影（子类需重写）
| 方法 | 功能说明 |
|---|---|
| Axes.name | 投影名称（如 'rectilinear'、'polar'） |
| Axes.get_xaxis_transform() / get_yaxis_transform() | 获取 x/y 轴变换 |
| Axes.get_data_ratio() | 获取数据宽高比 |
| Axes.get_xaxis_text1_transform() | x 轴底部标签变换 |
| Axes.get_xaxis_text2_transform() | x 轴顶部标签变换 |
| Axes.get_yaxis_text1_transform() | y 轴左侧标签变换 |
| Axes.get_yaxis_text2_transform() | y 轴右侧标签变换 |
24. 其他方法
| 方法 | 功能说明 |
|---|---|
| Axes.set() | 批量设置属性 |
| Axes.zorder | 获取/设置 zorder（属性） |
| Axes.get_figure() | 获取所属的 Figure 对象 |
| Axes.figure | 所属 Figure 对象（属性） |
| Axes.remove() | 从 Figure 中移除自身 |
| Axes.has_data() | 检查是否有数据 |
| Axes.get_default_bbox_extra_artists() | 获取边界框计算需额外包含的 Artist |
| Axes.get_transformed_clip_path_and_affine() | 获取变换后的裁剪路径 |
| Axes.viewLim | 视图范围（属性） |
| Axes.dataLim | 数据范围（属性） |
| Axes.spines | 边框线字典（属性） |
Figure 对象 - 全部方法列表
Figure 是整个图表的顶层容器，管理所有的 Axes、Artist 和布局。
1. 添加 Axes 和 SubFigure
| 方法 | 功能说明 |
|---|---|
| Figure.subplots() | 推荐 创建 Axes 子图网格 |
| Figure.add_subplot() | 按行列位置添加单个子图 |
| Figure.add_axes() | 在指定位置和大小添加 Axes |
| Figure.subplot_mosaic() | 使用标签布局创建复杂子图排列 |
| Figure.add_gridspec() | 添加 GridSpec 布局对象 |
| Figure.subfigures() | 创建嵌套子 Figure |
| Figure.add_subfigure() | 添加单个 SubFigure |
| Figure.axes | Axes 列表（属性） |
| Figure.get_axes() | 获取所有 Axes |
| Figure.delaxes() | 移除指定的 Axes |
2. 保存
| 方法 | 功能说明 |
|---|---|
| Figure.savefig() | 保存 Figure 到文件 |
3. Figure 级标注
| 方法 | 功能说明 |
|---|---|
| Figure.suptitle() / get_suptitle() | 设置/获取 Figure 总标题 |
| Figure.supxlabel() / get_supxlabel() | 设置/获取 Figure 级别 x 标签 |
| Figure.supylabel() / get_supylabel() | 设置/获取 Figure 级别 y 标签 |
| Figure.colorbar() | 添加颜色条 |
| Figure.legend() | 添加全局图例 |
| Figure.text() | 在 Figure 级别添加文本 |
| Figure.align_labels() | 对齐所有子图的轴标签 |
| Figure.align_xlabels() | 对齐所有子图的 x 轴标签 |
| Figure.align_ylabels() | 对齐所有子图的 y 轴标签 |
| Figure.align_titles() | 对齐所有子图的标题 |
| Figure.autofmt_xdate() | 自动旋转日期刻度标签 |
4. Figure 几何
| 方法 | 功能说明 |
|---|---|
| Figure.set_size_inches() / get_size_inches() | 设置/获取 Figure 尺寸（英寸） |
| Figure.set_figheight() / get_figheight() | 设置/获取 Figure 高度 |
| Figure.set_figwidth() / get_figwidth() | 设置/获取 Figure 宽度 |
| Figure.dpi | DPI 分辨率（属性） |
| Figure.set_dpi() / get_dpi() | 设置/获取 DPI |
5. 子图布局
| 方法 | 功能说明 |
|---|---|
| Figure.subplots_adjust() | 手动调整子图间距 |
| Figure.set_layout_engine() | 设置布局引擎（'constrained'/'compressed'/'none'） |
| Figure.get_layout_engine() | 获取当前布局引擎 |
| Figure.tight_layout() | 自动紧凑布局（已不推荐） |
| Figure.set_tight_layout() / get_tight_layout() | 设置/获取 tight_layout（已不推荐） |
| Figure.set_constrained_layout() / get_constrained_layout() | 设置/获取 constrained_layout（已不推荐） |
| Figure.set_constrained_layout_pads() / get_constrained_layout_pads() | 设置/获取 constrained_layout 边距（已不推荐） |
6. 交互
| 方法 | 功能说明 |
|---|---|
| Figure.ginput() | 通过鼠标点击获取坐标点 |
| Figure.waitforbuttonpress() | 等待鼠标或键盘按下 |
| Figure.pick() | 触发 pick 事件 |
| Figure.add_axobserver() | 添加 Axes 观察者 |
7. 外观修改
| 方法 | 功能说明 |
|---|---|
| Figure.set_frameon() / get_frameon() | 设置/获取 Figure 背景是否可见 |
| Figure.set_linewidth() / get_linewidth() | 设置/获取 Figure 边框线宽 |
| Figure.set_facecolor() / get_facecolor() | 设置/获取 Figure 背景色 |
| Figure.set_edgecolor() / get_edgecolor() | 设置/获取 Figure 边框颜色 |
8. 添加和获取 Artist
| 方法 | 功能说明 |
|---|---|
| Figure.add_artist() | 添加任意 Artist |
| Figure.figimage() | 在 Figure 级别放置图像 |
| Figure.get_children() | 获取所有子 Artist |
9. 状态管理
| 方法 | 功能说明 |
|---|---|
| Figure.clear() | 清除 Figure |
| Figure.gca() | 获取当前 Axes |
| Figure.sca() | 设置当前 Axes |
| Figure.show() | 显示 Figure |
| Figure.draw() | 渲染 Figure |
| Figure.draw_artist() | 绘制单个 Artist |
| Figure.draw_without_rendering() | 不渲染地计算布局（用于获取尺寸信息） |
| Figure.set_canvas() | 设置画布 |
| Figure.get_tightbbox() | 获取 Figure 的紧凑边界框 |
| Figure.get_window_extent() | 获取 Figure 在显示窗口中的边界 |
10. 辅助函数
| 函数 | 功能说明 |
|---|---|
| figaspect() | 根据指定宽高比计算 Figure 尺寸 |
SubFigure 对象 - 方法列表
SubFigure 是嵌套在父 Figure 内的逻辑子 Figure，拥有与 Figure 类似的方法。
添加 Axes
| 方法 | 功能说明 |
|---|---|
| SubFigure.subplots() | 创建子图网格 |
| SubFigure.add_subplot() | 添加单个子图 |
| SubFigure.add_axes() | 在指定位置添加 Axes |
| SubFigure.subplot_mosaic() | 标签布局子图 |
| SubFigure.add_gridspec() | 添加 GridSpec |
| SubFigure.subfigures() | 创建更深层嵌套的 SubFigure |
| SubFigure.add_subfigure() | 添加单个 SubFigure |
| SubFigure.delaxes() | 移除 Axes |
标注
| 方法 | 功能说明 |
|---|---|
| SubFigure.suptitle() / get_suptitle() | SubFigure 总标题 |
| SubFigure.supxlabel() / get_supxlabel() | SubFigure x 标签 |
| SubFigure.supylabel() / get_supylabel() | SubFigure y 标签 |
| SubFigure.colorbar() | 颜色条 |
| SubFigure.legend() | 图例 |
| SubFigure.text() | 文本 |
| SubFigure.align_labels() | 对齐标签 |
| SubFigure.align_xlabels() / align_ylabels() | 对齐 x/y 标签 |
| SubFigure.align_titles() | 对齐标题 |
Artist 与外观
| 方法 | 功能说明 |
|---|---|
| SubFigure.add_artist() | 添加 Artist |
| SubFigure.get_children() | 获取子 Artist |
| SubFigure.set_frameon() / get_frameon() | 设置/获取边框 |
| SubFigure.set_linewidth() / get_linewidth() | 设置/获取线宽 |
| SubFigure.set_facecolor() / get_facecolor() | 设置/获取背景色 |
| SubFigure.set_edgecolor() / get_edgecolor() | 设置/获取边框色 |
| SubFigure.set_dpi() / get_dpi() | 设置/获取 DPI |
样式配置速查
内置样式表
通过 plt.style.use('name') 切换样式。
| 样式名称 | 风格描述 |
|---|---|
| default | 默认样式，清晰中性 |
| ggplot | 模拟 R ggplot2 风格，灰色背景加白色网格 |
| seaborn-v0_8 | 类似 seaborn 库的现代化风格 |
| seaborn-v0_8-bright | seaborn 亮色调 |
| seaborn-v0_8-colorblind | seaborn 色盲友好色调 |
| seaborn-v0_8-dark | seaborn 深色风格 |
| seaborn-v0_8-dark-palette | seaborn 深色调色板 |
| seaborn-v0_8-darkgrid | seaborn 深色带网格 |
| seaborn-v0_8-deep | seaborn 深色调 |
| seaborn-v0_8-muted | seaborn 柔色调 |
| seaborn-v0_8-notebook | seaborn notebook 风格 |
| seaborn-v0_8-paper | seaborn 论文风格 |
| seaborn-v0_8-pastel | seaborn 粉色调 |
| seaborn-v0_8-poster | seaborn 海报风格 |
| seaborn-v0_8-talk | seaborn 演讲风格 |
| seaborn-v0_8-ticks | seaborn 刻度风格 |
| seaborn-v0_8-white | seaborn 白色背景 |
| seaborn-v0_8-whitegrid | seaborn 白色带网格 |
| fivethirtyeight | 模仿 FiveThirtyEight 数据新闻风格 |
| dark_background | 深色背景，适合演示和夜间使用 |
| bmh | Bayesian Methods for Hackers 风格 |
| grayscale | 灰度风格，适合黑白打印 |
| classic | Matplotlib v1.x 经典风格 |
| fast | 简化样式，渲染速度更快 |
| Solarize_Light2 | Solarized 浅色主题 |
| tableau-colorblind10 | Tableau 色盲友好调色板 |
常用 rcParams 配置
| 参数 | 说明 | 示例值 |
|---|---|---|
| figure.figsize | 默认图表尺寸（英寸） | [8, 6] |
| figure.dpi | 默认分辨率 | 100 |
| figure.facecolor | Figure 背景色 | 'white' |
| figure.edgecolor | Figure 边框色 | 'white' |
| font.size | 全局字体大小 | 12 |
| font.family | 字体族 | 'sans-serif' |
| font.sans-serif | 无衬线字体列表 | ['DejaVu Sans', ...] |
| axes.titlesize | 标题字体大小 | 'large' |
| axes.labelsize | 轴标签字体大小 | 'medium' |
| axes.grid | 默认是否显示网格 | False |
| axes.facecolor | Axes 背景色 | 'white' |
| axes.spines.top | 是否显示顶部边框 | True |
| axes.spines.right | 是否显示右侧边框 | True |
| lines.linewidth | 默认线宽 | 1.5 |
| lines.markersize | 默认标记大小 | 6 |
| lines.linestyle | 默认线型 | '-' |
| legend.loc | 图例默认位置 | 'best' |
| legend.fontsize | 图例字体大小 | 'medium' |
| xtick.labelsize | x 轴刻度标签大小 | 'medium' |
| ytick.labelsize | y 轴刻度标签大小 | 'medium' |
| savefig.dpi | 保存图片的默认分辨率 | 'figure' |
| savefig.bbox | 保存时的边界模式 | None |
| image.cmap | 默认 colormap | 'viridis' |
| image.interpolation | 图像插值方法 | 'antialiased' |
colormap（颜色映射）速查
| 分类 | colormap 名称 | 适用场景 |
|---|---|---|
| 感知均匀（Sequential） | viridis, plasma, inferno, magma, cividis | 连续数据，色盲友好，推荐首选 |
| 顺序（单色渐变） | Greys, Purples, Blues, Greens, Oranges, Reds, YlOrBr, YlOrRd, OrRd, PuRd, RdPu, BuPu, GnBu, PuBu, YlGnBu, PuBuGn, BuGn, YlGn | 从低到高的连续数据，单色调 |
| 发散（Diverging） | PiYG, PRGn, BrBG, PuOr, RdGy, RdBu, RdYlBu, RdYlGn, Spectral, coolwarm, bwr, seismic | 有中心参考点的双向数据 |
| 循环（Cyclic） | twilight, twilight_shifted, hsv | 周期性数据（如角度、时间） |
| 定性（Qualitative） | Pastel1, Pastel2, Paired, Accent, Dark2, Set1, Set2, Set3, tab10, tab20, tab20b, tab20c | 离散分类数据 |
| 杂项 | flag, prism, ocean, gist_earth, terrain, gist_stern, gnuplot, gnuplot2, CMRmap, cubehelix, brg, gist_rainbow, rainbow, jet, turbo, nipy_spectral, gist_ncar | 特殊用途或视觉效果 |
'viridis'是 Matplotlib 2.0 以来的默认 colormap，具有优秀的感知均匀性和色盲友好特性，是大多数场景的首选。避免使用'jet'和'rainbow'，它们存在感知失真问题。
常用示例
示例 1：基本折线图与散点图
使用显式 Axes 接口创建包含多条曲线和标注的图表。
实例
import matplotlib.pyplot as plt
import numpy as np
# 生成数据：0 到 10 之间取 100 个等间距点
x = np.linspace(0, 10, 100)
y1 = np.sin(x) # 正弦函数
y2 = np.cos(x) # 余弦函数
# 创建 Figure 和 Axes（显式接口，推荐）
fig, ax = plt.subplots(figsize=(8, 4), layout='constrained')
# 绘制两条折线，设置颜色、线型和标签
ax.plot(x, y1, label='sin(x)', color='blue', linewidth=2)
ax.plot(x, y2, label='cos(x)', color='red', linestyle='--', linewidth=2)
# 在峰值位置添加高亮散点
peak_idx_sin = np.argmax(y1)
peak_idx_cos = np.argmax(y2)
ax.scatter(x[peak_idx_sin], y1[peak_idx_sin],
color='blue', s=100, zorder=5)
ax.scatter(x[peak_idx_cos], y2[peak_idx_cos],
color='red', s=100, zorder=5)
# 装饰：标题、轴标签、图例、网格
ax.set_title('Sine and Cosine Functions', fontsize=14)
ax.set_xlabel('x (radians)')
ax.set_ylabel('Amplitude')
ax.legend(loc='upper right')
ax.grid(True, alpha=0.3)
plt.show()
print("runoob: plot displayed successfully")
import numpy as np
# 生成数据：0 到 10 之间取 100 个等间距点
x = np.linspace(0, 10, 100)
y1 = np.sin(x) # 正弦函数
y2 = np.cos(x) # 余弦函数
# 创建 Figure 和 Axes（显式接口，推荐）
fig, ax = plt.subplots(figsize=(8, 4), layout='constrained')
# 绘制两条折线，设置颜色、线型和标签
ax.plot(x, y1, label='sin(x)', color='blue', linewidth=2)
ax.plot(x, y2, label='cos(x)', color='red', linestyle='--', linewidth=2)
# 在峰值位置添加高亮散点
peak_idx_sin = np.argmax(y1)
peak_idx_cos = np.argmax(y2)
ax.scatter(x[peak_idx_sin], y1[peak_idx_sin],
color='blue', s=100, zorder=5)
ax.scatter(x[peak_idx_cos], y2[peak_idx_cos],
color='red', s=100, zorder=5)
# 装饰：标题、轴标签、图例、网格
ax.set_title('Sine and Cosine Functions', fontsize=14)
ax.set_xlabel('x (radians)')
ax.set_ylabel('Amplitude')
ax.legend(loc='upper right')
ax.grid(True, alpha=0.3)
plt.show()
print("runoob: plot displayed successfully")
示例 2：多子图布局（2x2）
展示在一个 Figure 中创建不同类型子图的方法。
实例
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 2 * np.pi, 100)
# 创建 2x2 子图（面向对象接口）
fig, axes = plt.subplots(2, 2, figsize=(10, 8), layout='constrained')
fig.suptitle('Multi-panel RUNOOB Demo', fontsize=16)
# 子图 (0,0)：折线图
axes[0, 0].plot(x, np.sin(x), color='tab:blue', linewidth=2)
axes[0, 0].set_title('Line Plot')
axes[0, 0].set_ylabel('sin(x)')
# 子图 (0,1)：散点图
np.random.seed(42)
colors = np.random.rand(50)
sizes = np.random.rand(50) * 200
axes[0, 1].scatter(np.random.rand(50), np.random.rand(50),
c=colors, s=sizes, alpha=0.6, cmap='viridis')
axes[0, 1].set_title('Scatter Plot')
# 子图 (1,0)：柱状图（带数值标签）
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]
bars = axes[1, 0].bar(categories, values,
color='tab:green', edgecolor='white')
axes[1, 0].bar_label(bars) # 在柱上显示数值
axes[1, 0].set_title('Bar Chart')
# 子图 (1,1)：直方图
data = np.random.randn(1000)
axes[1, 1].hist(data, bins=30, color='tab:orange',
edgecolor='white', alpha=0.8)
axes[1, 1].axvline(x=0, color='red', linestyle='--', linewidth=2)
axes[1, 1].set_title('Histogram')
plt.show()
import numpy as np
x = np.linspace(0, 2 * np.pi, 100)
# 创建 2x2 子图（面向对象接口）
fig, axes = plt.subplots(2, 2, figsize=(10, 8), layout='constrained')
fig.suptitle('Multi-panel RUNOOB Demo', fontsize=16)
# 子图 (0,0)：折线图
axes[0, 0].plot(x, np.sin(x), color='tab:blue', linewidth=2)
axes[0, 0].set_title('Line Plot')
axes[0, 0].set_ylabel('sin(x)')
# 子图 (0,1)：散点图
np.random.seed(42)
colors = np.random.rand(50)
sizes = np.random.rand(50) * 200
axes[0, 1].scatter(np.random.rand(50), np.random.rand(50),
c=colors, s=sizes, alpha=0.6, cmap='viridis')
axes[0, 1].set_title('Scatter Plot')
# 子图 (1,0)：柱状图（带数值标签）
categories = ['A', 'B', 'C', 'D', 'E']
values = [23, 45, 56, 78, 32]
bars = axes[1, 0].bar(categories, values,
color='tab:green', edgecolor='white')
axes[1, 0].bar_label(bars) # 在柱上显示数值
axes[1, 0].set_title('Bar Chart')
# 子图 (1,1)：直方图
data = np.random.randn(1000)
axes[1, 1].hist(data, bins=30, color='tab:orange',
edgecolor='white', alpha=0.8)
axes[1, 1].axvline(x=0, color='red', linestyle='--', linewidth=2)
axes[1, 1].set_title('Histogram')
plt.show()
示例 3：热力图与等高线对比
展示在同一 Figure 中使用 imshow 和 contourf 两种方式可视化二维数据。
实例
import matplotlib.pyplot as plt
import numpy as np
# 创建二维网格数据
x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) * np.cos(Y) # 二维函数值
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')
# 左图：热力图（imshow）
im = ax1.imshow(Z, extent=[-3, 3, -3, 3], origin='lower',
cmap='viridis', aspect='auto')
ax1.set_title('Heatmap (imshow)', fontsize=14)
ax1.set_xlabel('X')
ax1.set_ylabel('Y')
fig.colorbar(im, ax=ax1, label='Amplitude', shrink=0.8)
# 右图：填充等高线（contourf）
contour = ax2.contourf(X, Y, Z, levels=15, cmap='RdYlBu')
# 叠加等高线边界
ax2.contour(X, Y, Z, levels=15, colors='black', linewidths=0.5)
ax2.set_title('Filled Contour (contourf)', fontsize=14)
ax2.set_xlabel('X')
ax2.set_ylabel('Y')
fig.colorbar(contour, ax=ax2, label='Amplitude', shrink=0.8)
plt.show()
import numpy as np
# 创建二维网格数据
x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) * np.cos(Y) # 二维函数值
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5),
layout='constrained')
# 左图：热力图（imshow）
im = ax1.imshow(Z, extent=[-3, 3, -3, 3], origin='lower',
cmap='viridis', aspect='auto')
ax1.set_title('Heatmap (imshow)', fontsize=14)
ax1.set_xlabel('X')
ax1.set_ylabel('Y')
fig.colorbar(im, ax=ax1, label='Amplitude', shrink=0.8)
# 右图：填充等高线（contourf）
contour = ax2.contourf(X, Y, Z, levels=15, cmap='RdYlBu')
# 叠加等高线边界
ax2.contour(X, Y, Z, levels=15, colors='black', linewidths=0.5)
ax2.set_title('Filled Contour (contourf)', fontsize=14)
ax2.set_xlabel('X')
ax2.set_ylabel('Y')
fig.colorbar(contour, ax=ax2, label='Amplitude', shrink=0.8)
plt.show()
示例 4：样式切换与保存图片
使用样式表和 rcParams 自定义外观，并保存高质量图片。
实例
import matplotlib.pyplot as plt
import numpy as np
# 使用 ggplot 样式，再微调部分参数
plt.style.use('ggplot')
plt.rcParams['figure.figsize'] = [8, 6]
plt.rcParams['font.size'] = 12
x = np.linspace(0, 10, 50)
y1 = np.exp(-x/3) * np.sin(2 * x) # 阻尼正弦波
y2 = np.exp(-x/3) * np.cos(2 * x) # 阻尼余弦波
fig, ax = plt.subplots()
ax.plot(x, y1, 'o-', label='Damped sin', markersize=6)
ax.plot(x, y2, 's--', label='Damped cos', markersize=6)
# 标注第一个峰值
peak_idx = np.argmax(y1)
ax.annotate(f'Peak: {y1[peak_idx]:.2f}',
xy=(x[peak_idx], y1[peak_idx]),
xytext=(x[peak_idx] + 1.5, y1[peak_idx] + 0.15),
arrowprops=dict(arrowstyle='->', color='gray'),
fontsize=10)
ax.set_title('Damped Oscillation', fontsize=16)
ax.set_xlabel('Time (s)')
ax.set_ylabel('Amplitude')
ax.legend()
ax.grid(True)
# 保存为 300 DPI 高质量 PNG
fig.savefig('runoob_damped_oscillation.png',
dpi=300, bbox_inches='tight')
print("runoob: figure saved successfully")
plt.show()
import numpy as np
# 使用 ggplot 样式，再微调部分参数
plt.style.use('ggplot')
plt.rcParams['figure.figsize'] = [8, 6]
plt.rcParams['font.size'] = 12
x = np.linspace(0, 10, 50)
y1 = np.exp(-x/3) * np.sin(2 * x) # 阻尼正弦波
y2 = np.exp(-x/3) * np.cos(2 * x) # 阻尼余弦波
fig, ax = plt.subplots()
ax.plot(x, y1, 'o-', label='Damped sin', markersize=6)
ax.plot(x, y2, 's--', label='Damped cos', markersize=6)
# 标注第一个峰值
peak_idx = np.argmax(y1)
ax.annotate(f'Peak: {y1[peak_idx]:.2f}',
xy=(x[peak_idx], y1[peak_idx]),
xytext=(x[peak_idx] + 1.5, y1[peak_idx] + 0.15),
arrowprops=dict(arrowstyle='->', color='gray'),
fontsize=10)
ax.set_title('Damped Oscillation', fontsize=16)
ax.set_xlabel('Time (s)')
ax.set_ylabel('Amplitude')
ax.legend()
ax.grid(True)
# 保存为 300 DPI 高质量 PNG
fig.savefig('runoob_damped_oscillation.png',
dpi=300, bbox_inches='tight')
print("runoob: figure saved successfully")
plt.show()
示例 5：mosaic 复杂布局
使用 subplot_mosaic 创建非均匀子图排列。
实例
import matplotlib.pyplot as plt
import numpy as np
# mosaic 字符串定义布局：
# 'A' 横跨顶部整行，'B'和'C'在左下和左中，'D'纵向占据右下
layout = """
A A A
B C D
"""
fig, axes = plt.subplot_mosaic(layout, figsize=(10, 6),
layout='constrained')
fig.suptitle('Complex Mosaic Layout (RUNOOB)', fontsize=16)
# 面板 A：折线图（横跨顶部）
x = np.linspace(0, 10, 100)
axes['A'].plot(x, np.sin(x), label='sin(x)')
axes['A'].plot(x, np.cos(x), label='cos(x)')
axes['A'].set_title('Panel A: Line Plot')
axes['A'].legend()
# 面板 B：饼图
sizes = [30, 25, 20, 15, 10]
labels = ['Python', 'Java', 'C++', 'Rust', 'Go']
axes['B'].pie(sizes, labels=labels, autopct='%1.1f%%',
startangle=90)
axes['B'].set_title('Panel B: Pie Chart')
# 面板 C：柱状图
axes['C'].bar(['X', 'Y', 'Z'], [10, 25, 15],
color=['#ff6b6b', '#4ecdc4', '#45b7d1'])
axes['C'].set_title('Panel C: Bar Chart')
# 面板 D：热力图
matrix = np.random.rand(5, 5)
im = axes['D'].imshow(matrix, cmap='Blues', aspect='auto')
axes['D'].set_title('Panel D: Heatmap')
fig.colorbar(im, ax=axes['D'])
plt.show()
import numpy as np
# mosaic 字符串定义布局：
# 'A' 横跨顶部整行，'B'和'C'在左下和左中，'D'纵向占据右下
layout = """
A A A
B C D
"""
fig, axes = plt.subplot_mosaic(layout, figsize=(10, 6),
layout='constrained')
fig.suptitle('Complex Mosaic Layout (RUNOOB)', fontsize=16)
# 面板 A：折线图（横跨顶部）
x = np.linspace(0, 10, 100)
axes['A'].plot(x, np.sin(x), label='sin(x)')
axes['A'].plot(x, np.cos(x), label='cos(x)')
axes['A'].set_title('Panel A: Line Plot')
axes['A'].legend()
# 面板 B：饼图
sizes = [30, 25, 20, 15, 10]
labels = ['Python', 'Java', 'C++', 'Rust', 'Go']
axes['B'].pie(sizes, labels=labels, autopct='%1.1f%%',
startangle=90)
axes['B'].set_title('Panel B: Pie Chart')
# 面板 C：柱状图
axes['C'].bar(['X', 'Y', 'Z'], [10, 25, 15],
color=['#ff6b6b', '#4ecdc4', '#45b7d1'])
axes['C'].set_title('Panel C: Bar Chart')
# 面板 D：热力图
matrix = np.random.rand(5, 5)
im = axes['D'].imshow(matrix, cmap='Blues', aspect='auto')
axes['D'].set_title('Panel D: Heatmap')
fig.colorbar(im, ax=axes['D'])
plt.show()
示例 6：双 y 轴与嵌入子图
展示 secondary_axis、twinx 和 inset_axes 的用法。
实例
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')
x = np.linspace(0, 10, 100)
# 主图：绘制两条量纲不同的曲线
ax.plot(x, np.sin(x), 'b-', label='sin(x) [amplitude]')
ax.set_xlabel('x (radians)')
ax.set_ylabel('sin(x)', color='blue')
ax.tick_params(axis='y', labelcolor='blue')
# 创建双 y 轴（共享 x 轴）
ax2 = ax.twinx()
ax2.plot(x, np.exp(x/5), 'r--', label='exp(x/5) [growth]')
ax2.set_ylabel('exp(x/5)', color='red')
ax2.tick_params(axis='y', labelcolor='red')
# 在 ax 中添加嵌入子图（放大局部区域）
axins = ax.inset_axes([0.15, 0.5, 0.3, 0.35])
axins.plot(x, np.sin(x), 'b-')
axins.set_xlim(3, 5)
axins.set_ylim(-1.2, 1.2)
axins.set_title('Zoomed Region')
axins.grid(True, alpha=0.3)
# 在主图上标记嵌入区域
ax.indicate_inset_zoom(axins, edgecolor='gray')
ax.set_title('Dual Y-Axes with Inset Zoom', fontsize=14)
plt.show()
import numpy as np
fig, ax = plt.subplots(figsize=(8, 5), layout='constrained')
x = np.linspace(0, 10, 100)
# 主图：绘制两条量纲不同的曲线
ax.plot(x, np.sin(x), 'b-', label='sin(x) [amplitude]')
ax.set_xlabel('x (radians)')
ax.set_ylabel('sin(x)', color='blue')
ax.tick_params(axis='y', labelcolor='blue')
# 创建双 y 轴（共享 x 轴）
ax2 = ax.twinx()
ax2.plot(x, np.exp(x/5), 'r--', label='exp(x/5) [growth]')
ax2.set_ylabel('exp(x/5)', color='red')
ax2.tick_params(axis='y', labelcolor='red')
# 在 ax 中添加嵌入子图（放大局部区域）
axins = ax.inset_axes([0.15, 0.5, 0.3, 0.35])
axins.plot(x, np.sin(x), 'b-')
axins.set_xlim(3, 5)
axins.set_ylim(-1.2, 1.2)
axins.set_title('Zoomed Region')
axins.grid(True, alpha=0.3)
# 在主图上标记嵌入区域
ax.indicate_inset_zoom(axins, edgecolor='gray')
ax.set_title('Dual Y-Axes with Inset Zoom', fontsize=14)
plt.show()
常见问题
图表不显示
确认是否调用了 plt.show()。
在非交互式后端（如 Agg）下必须显式调用 show()。
在 Jupyter Notebook 中，使用 %matplotlib inline 魔法命令确保图表内嵌显示。
刻度太多或顺序错乱
常见原因是将字符串列表当作数据传入（而非数值或日期时间）。
Matplotlib 将字符串列表视为分类变量，每个唯一值一个刻度，且按出现顺序排列。
解决方法：将字符串转换为数值，如 np.asarray(data, dtype='float') 或 np.asarray(data, dtype='datetime64[s]')。
中文显示为方框
Matplotlib 默认字体（DejaVu Sans）不含中文字形，需指定支持中文的字体。
设置 plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS', ...] 并确保该系统已安装对应字体。
标签重叠或被截断
推荐在创建 Figure 时使用 layout='constrained' 或 layout='compressed' 参数，自动处理标签、标题和图例的重叠问题。
也可使用 fig.tight_layout() 或 fig.subplots_adjust() 手动调整。
pcolor 与 pcolormesh 的区别
pcolor() 创建 PolyCollection，渲染较慢但更精确。
pcolormesh() 创建 QuadMesh，渲染速度更快，是大多数场景的推荐选择。
对于非常大的网格，pcolorfast() 使用 imshow 方式绘制，速度最快但精度最低。
相关资源
- Matplotlib 官方网站：matplotlib.org
- 官方图库（Gallery）：matplotlib.org/stable/gallery/index.html
- API 完整参考：matplotlib.org/stable/api/index.html
- 安装指南：matplotlib.org/stable/install/index.html
- 贡献指南：matplotlib.org/stable/devel/index.html