本文共 1531 字，大约阅读时间需要 5 分钟。
Matplotlib的pyplot子库是Python中绘制2D图表的强大工具，许多人喜欢它因为它和Matlab类似，操作起来十分简便。下面是一些常用的绘图技巧和示例。
要绘制图表，首先需要创建一个绘图对象。使用plt.figure()函数可以自定义图表的尺寸（宽度和高度），默认单位是英寸。以下是一些常用的设置：
plt.figure(figsize=(8, 4)) # 创建一个大小为8×4英寸的绘图对象
如果不需要自定义尺寸，可以直接跳过这一步。Matplotlib会自动为你创建一个适当的绘图对象。需要注意的是，如果你正在批量绘制多幅图表，可以通过将figure函数的第二个参数设置为图表序号，重用已有的绘图对象。
添加曲线到绘图对象中，可以使用plt.plot()函数。它的最基本用法是传入x和y的数据数组，后面还可以指定颜色和线型等格式化参数。例如：
plt.plot(years, price, 'b*') # 使用蓝色圆标记绘制曲线plt.plot(years, price, 'r') # 使用红色圆点绘制另一条曲线
格式化参数说明：
'b*'：蓝色圆标记'r'：红色圆点label：曲线的名称，可以用于图例。color：曲线的颜色（默认黑色）。linewidth：曲线的宽度（默认1.0）。linestyle：曲线的线型（默认‘-’），常用参数有：'--'（虚线）、':', '—', '-'（实线）。这些格式化参数可以帮助你快速定制图表的外观，使其更符合你的需求。如果需要绘制更复杂的图表，例如散点图、条形图或饼图，可以参考Matplotlib的完整文档。
给图表添加清晰的标签，有助于读者理解图表的含义。可以通过plt.xlabel()、plt.ylabel()和plt.title()等函数来设置：
plt.xlabel("years (+2000)") # 设置X轴标签plt.ylabel("housing average price (*2000 yuan)") # 设置Y轴标签plt.ylim(0, 15) # 设置Y轴范围plt.title("line_regression & gradient decrease") # 设置图表标题plt.legend() # 显示图例 Matplotlib允许你通过配置参数来设置轴标签的字体大小。可以使用matplotlib.rc()函数来进行：
matplotlib.rc('xtick', labelsize=18) # 设置X轴刻度标签的字体大小matplotlib.rc('ytick', labelsize=18) # 设置Y轴刻度标签的字体大小 这会影响所有绘图对象，想要单独调整某个图表，可以直接在绘图后使用axes属性。
有时候你可能会遇到图表尺寸不匹配的问题。例如：
show()函数保存为800×400像素的PNG文件。原因在于savefig()默认使用不同的DPI配置。要解决这个问题，可以手动设置savefig()的dpi参数：plt.savefig('filename.png', dpi=300) # 定义新的DPI 建议参考matplotlibrc.conf文件中的配置，以找到更合适的DPI设置。
如果你对Matplotlib的API还有其他问题，可以参考官方文档获取更多帮助。通过多次实践，你会逐渐掌握这个强大的绘图工具，并能高效地完成各种数据可视化任务。
转载地址：http://ltrmz.baihongyu.com/