Matplotlib 数据可视化备忘速查

适用环境：Windows 11 / Python 3.12 / Matplotlib 3.11 / NumPy 2.5 / Pandas 3.0
面向对象写法 (fig, ax = plt.subplots()) 更专业可控。

1. 环境与中文乱码防御（必写头）

import matplotlib.pyplot as plt
import numpy as np

# 解决 Win11 中文方块 + 负号乱码
plt.rcParams['font.sans-serif'] = ['SimHei']      # 黑体
plt.rcParams['axes.unicode_minus'] = False        # 正常显示负号

安装（清华源）：

pip install matplotlib numpy pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 核心组成模型

层级	说明
Figure	画布（最外层容器）
Axes	坐标系（一个 Figure 可包含多个 Axes）
Axis	坐标轴（X/Y轴，含刻度、标签）
Tick	刻度（主/副刻度，标签）

plt.figure() 创建画布（pyplot 风格）
面向对象：fig, ax = plt.subplots() 或 fig.add_axes([left, bottom, width, height])

3. 创建画布与坐标轴

`plt.figure()` 常用参数

参数	说明
`figsize=(w, h)`	宽×高（英寸）
`dpi`	分辨率（默认100，打印用300）
`facecolor`	背景色（如 `'#f5f5f5'`）
`edgecolor`	边框颜色

`add_axes()` 手动定位（归一化坐标 [left, bottom, width, height]）

fig = plt.figure(figsize=(8,5))
ax_main = fig.add_axes([0.1, 0.1, 0.8, 0.8])      # 主图
ax_inset = fig.add_axes([0.55, 0.55, 0.3, 0.3])  # 嵌入小图

`subplots()` 快速多子图

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 8))
axes[0,0].plot(...)   # 左上
axes[0,1].bar(...)    # 右上
# 自动调整间距
plt.tight_layout()

4. 常见图表 API

折线图 `plot()`

ax.plot(x, y, 
        color='#1f77b4', linestyle='--', linewidth=2,
        marker='o', markersize=8, 
        markerfacecolor='white', markeredgecolor='red',
        label='图例名')

常用线型：'-' 实线, '--' 虚线, '-.' 点划线, ':' 点线
常用标记：'o' 圆, 's' 方, '^' 三角, '*' 星, 'D' 菱形

柱状图 `bar()` / `barh()`

ax.bar(x, height, width=0.8, color='blue', edgecolor='black', alpha=0.85, label='')
# 横向条形图：ax.barh(y, width, ...)

簇状柱状图：通过偏移 width/2 实现并列
堆叠柱状图：使用 bottom 参数叠加

散点图 `scatter()`

ax.scatter(x, y, 
           s=size_array,           # 点大小（可映射）
           c=color_array,          # 点颜色（可映射）
           alpha=0.6, edgecolors='red', linewidth=1.5)

直方图 `hist()`

n, bins, patches = ax.hist(x, bins=10, density=False, 
                           color='#1f77b4', edgecolor='white', alpha=0.85)
# density=True 转为概率密度；cumulative=True 累积直方图

饼图 `pie()`

ax.pie(x, labels=labels, autopct='%1.1f%%', startangle=90,
       explode=[0.1,0,0,...], shadow=True,
       wedgeprops=dict(width=0.4, edgecolor='white'))  # width<1 变环形图

5. 绘图修饰与美化（常用方法）

操作	方法（pyplot风格）	面向对象等价
主标题	`plt.title('text', fontsize=14, pad=20)`	`ax.set_title(...)`
X轴标签	`plt.xlabel('text', fontsize=12, labelpad=10)`	`ax.set_xlabel(...)`
Y轴标签	`plt.ylabel('text', ...)`	`ax.set_ylabel(...)`
网格	`plt.grid(True, axis='y', linestyle='--', alpha=0.7, color='#ccc')`	`ax.grid(...)`
坐标轴范围	`plt.xlim(0, 10); plt.ylim(0, 100)`	`ax.set_xlim(); ax.set_ylim()`
刻度自定义	`plt.xticks(ticks, labels, rotation=45)`	`ax.set_xticks(); ax.set_xticklabels()`
图例	`plt.legend(loc='best', frameon=True, shadow=True, ncol=2)`	`ax.legend(...)`
数据标签	`plt.text(x, y, 'text', ha='center', va='bottom')`	`ax.text(...)`
自动边距	`plt.tight_layout()`	`fig.tight_layout()`

常用 loc 值：'upper left', 'upper right', 'lower left', 'lower right', 'center', 'best'

6. 双坐标轴（Twin Axes）

双Y轴（共享X轴）

fig, ax1 = plt.subplots(figsize=(10,5))
ax1.bar(x, data1, color='blue', label='...')
ax1.set_ylabel('左侧单位', color='blue')
ax1.tick_params(axis='y', labelcolor='blue')

ax2 = ax1.twinx()
ax2.plot(x, data2, color='red', marker='o', label='...')
ax2.set_ylabel('右侧单位', color='red')
ax2.tick_params(axis='y', labelcolor='red')

双X轴（共享Y轴）类似，使用 `twiny()`

7. 子图布局与间距

fig, axes = plt.subplots(2, 3, figsize=(12, 6))   # 2行3列
# axes 是二维数组，按 [row, col] 索引
fig.tight_layout()   # 自动防重叠
# 或手动调整：plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1, wspace=0.3, hspace=0.3)

8. 保存与读取图片

保存 `savefig`（必须在 `show()` 之前）

plt.savefig('output.png', dpi=300, bbox_inches='tight', transparent=False)

读取 `imread` → NumPy 数组

img = plt.imread('image.png')   # 形状 (H, W, 3) 或 (H, W, 4) 含透明度
plt.imshow(img)
plt.axis('off')

9. 图像通道操作（遮罩 / 灰度）

添加矩形半透明遮罩（直接修改NumPy数组）

h, w, _ = img.shape
img[int(h*0.2):int(h*0.4), :, 0] = 1.0   # R通道全1（红色）
img[... , 1] = 0.5                       # G通道减半
plt.imshow(img)

RGB → 灰度（加权平均）

gray = np.dot(img[..., :3], [0.2989, 0.5870, 0.1140])
plt.imshow(gray, cmap='gray')

10. 典型案例片段索引

折线图：单线、多线对比、阴影填充区间（fill_between）
柱状图：单组、簇状（偏移量）、堆叠（bottom）
散点图：基础、颜色映射、气泡图（s 控制大小）
直方图：频数、概率密度+拟合曲线、双组重叠（alpha）
饼图：基础、爆破（explode）、环形（wedgeprops=dict(width=...)）
组合图：柱+线双Y轴（降水量&气温）、营收&增速、销量&广告费
双X轴：摄氏/华氏、公里/英里

11. 常见错误

问题	解决方案
中文方块	设置 `rcParams['font.sans-serif'] = ['SimHei']`
负号显示为方块	`rcParams['axes.unicode_minus'] = False`
`savefig` 保存空白	放在 `plt.show()` 之前
子图标签重叠	调用 `plt.tight_layout()`
图像遮罩不生效	确保操作的是副本 `img = plt.imread(...).copy()`
NumPy 2.x 类型别名	直接用 `np.float64` / `np.int64`，不用过时别名