Matplotlib Pyplot 模块详解（完整教程）

pyplot 是 Matplotlib 的核心子模块，提供了 类 MATLAB 风格的绘图接口，让绘图变得简单直观。本教程带你全面掌握 pyplot 的使用。

一、`pyplot` 是什么？

import matplotlib.pyplot as plt

plt 是 matplotlib.pyplot 的标准别名
提供 状态机（state-based） 绘图方式：自动管理当前图表（figure）和坐标轴（axes）
适合 快速绘图、探索性分析

对比：plt.plot() 是简易方式；fig, ax = plt.subplots() 是面向对象方式（推荐用于复杂图）

二、核心概念

概念	说明
`Figure`	整个画布（窗口）
`Axes`	坐标轴区域（一个 Figure 可包含多个 Axes）
`Axis`	坐标轴（X轴、Y轴）
`Artist`	所有可见元素（线、文本、图例等）

plt.figure()    # 创建画布
plt.plot()      # 在当前 Axes 上绘图
plt.show()      # 显示图像

三、基本绘图函数（必会）

1. `plt.plot()` – 折线图

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.show()

样式参数（格式字符串）

plt.plot(x, y, 'ro--')        # 红圈 + 虚线
# 格式: [color][marker][line]
# 示例：
# 'b-'   蓝色实线
# 'g^:'  绿色三角 + 点线
# 'm--'  品红虚线

详细参数

plt.plot(x, y,
         color='red',          # 颜色
         linewidth=2,          # 线宽
         linestyle='-.',       # 线型
         marker='o',           # 标记
         markersize=6,         # 标记大小
         markerfacecolor='yellow',
         markeredgecolor='black',
         label='sin(x)',       # 图例标签
         alpha=0.8)            # 透明度

2. `plt.scatter()` – 散点图

plt.scatter(x, y, c='blue', s=50, alpha=0.6)
# c: 颜色, s: 大小, alpha: 透明度

颜色映射：

plt.scatter(x, y, c=y, cmap='viridis', s=60)
plt.colorbar()  # 显示颜色条

3. `plt.bar()` / `plt.barh()` – 柱状图

categories = ['A', 'B', 'C']
values = [3, 7, 5]

plt.bar(categories, values, color=['red', 'green', 'blue'])
plt.show()

水平柱状图：

plt.barh(categories, values)

4. `plt.hist()` – 直方图

data = np.random.randn(1000)
plt.hist(data, bins=30, color='skyblue', edgecolor='black', alpha=0.7)
plt.show()

5. `plt.pie()` – 饼图

sizes = [30, 20, 25, 25]
labels = ['苹果', '香蕉', '橙子', '葡萄']

plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
plt.axis('equal')  # 正圆
plt.show()

6. `plt.imshow()` – 图像显示

img = np.random.rand(10, 10)
plt.imshow(img, cmap='hot')
plt.colorbar()
plt.show()

四、图表美化（必须掌握）

函数	用途
`plt.title()`	设置标题
`plt.xlabel()` / `plt.ylabel()`	坐标轴标签
`plt.xlim()` / `plt.ylim()`	坐标轴范围
`plt.grid()`	显示网格
`plt.legend()`	显示图例
`plt.text(x, y, '文字')`	添加文本
`plt.annotate()`	添加带箭头注释

plt.plot(x, np.sin(x), label='sin(x)')
plt.plot(x, np.cos(x), label='cos(x)')

plt.title('正弦与余弦函数', fontsize=16, fontweight='bold')
plt.xlabel('x 值')
plt.ylabel('y 值')
plt.grid(True, alpha=0.3)
plt.legend(loc='upper right')
plt.xlim(0, 10)
plt.ylim(-1.5, 1.5)
plt.show()

五、多图布局（子图）

方法1：`plt.subplot()`（快速）

plt.figure(figsize=(10, 6))

plt.subplot(2, 2, 1)  # 2行2列，第1个
plt.plot(x, np.sin(x))
plt.title('sin(x)')

plt.subplot(2, 2, 2)
plt.plot(x, np.cos(x))
plt.title('cos(x)')

plt.subplot(2, 2, 3)
plt.plot(x, x**2)
plt.title('x²')

plt.subplot(2, 2, 4)
plt.hist(np.random.randn(1000), bins=20)
plt.title('直方图')

plt.tight_layout()  # 自动调整间距
plt.show()

方法2：`plt.subplots()`（推荐，面向对象）

fig, axes = plt.subplots(2, 2, figsize=(10, 8))

axes[0, 0].plot(x, np.sin(x))
axes[0, 0].set_title('sin(x)')

axes[0, 1].plot(x, np.cos(x))
axes[0, 1].set_title('cos(x)')

axes[1, 0].scatter(x, np.sin(x))
axes[1, 0].set_title('散点')

axes[1, 1].bar(['A','B','C'], [3,7,5])
axes[1, 1].set_title('柱状图')

plt.tight_layout()
plt.show()

六、保存图像

plt.plot(x, np.sin(x))
plt.title('保存的图像')
plt.savefig('sin_wave.png', dpi=300, bbox_inches='tight', facecolor='white')
# 支持格式：png, jpg, pdf, svg, eps

七、交互式设置

plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS']  # 中文
plt.rcParams['axes.unicode_minus'] = False  # 负号正常显示

plt.rcParams['figure.figsize'] = (8, 6)   # 默认画布大小
plt.rcParams['axes.grid'] = True          # 默认网格
plt.rcParams['legend.loc'] = 'best'       # 图例位置

八、完整示例：专业级图表

import matplotlib.pyplot as plt
import numpy as np

# 数据
x = np.linspace(0, 2*np.pi, 100)
y1, y2 = np.sin(x), np.cos(x)

# 样式设置
plt.style.use('seaborn-v0_8')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 创建画布
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 6))

# 左图：折线 + 填充
ax1.plot(x, y1, 'b-', label='sin(x)', linewidth=2)
ax1.plot(x, y2, 'r--', label='cos(x)', linewidth=2)
ax1.fill_between(x, y1, alpha=0.2, color='blue')
ax1.set_title('正弦与余弦函数', fontsize=14, fontweight='bold')
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.grid(True, alpha=0.3)
ax1.legend()

# 右图：散点 + 颜色映射
sc = ax2.scatter(x, y1, c=y2, cmap='plasma', s=50, edgecolors='k')
ax2.set_title('散点图（颜色表示 cos 值）')
ax2.set_xlabel('x')
ax2.set_ylabel('sin(x)')
plt.colorbar(sc, ax=ax2, label='cos(x)')

# 布局与保存
plt.suptitle('Matplotlib Pyplot 综合示例', fontsize=16)
plt.tight_layout()
plt.savefig('pyplot_demo.png', dpi=200, bbox_inches='tight')
plt.show()

九、Pyplot vs 面向对象（OO）对比

方式	代码	适用场景
Pyplot	`plt.plot()`	快速绘图、教学、交互
OO 风格	`ax.plot()`	复杂图表、多子图、生产代码

# Pyplot 风格
plt.plot(x, y)
plt.title('标题')

# OO 风格（推荐）
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('标题')
plt.show()

十、常用 `pyplot` 函数速查表

函数	用途
`plt.plot()`	折线图
`plt.scatter()`	散点图
`plt.bar()`	垂直柱状图
`plt.barh()`	水平柱状图
`plt.hist()`	直方图
`plt.pie()`	饼图
`plt.imshow()`	图像
`plt.contour()`	等高线图
`plt.quiver()`	矢量场
`plt.errorbar()`	误差线
`plt.boxplot()`	箱线图
`plt.violinplot()`	小提琴图

官方文档

Pyplot 教程：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.html
示例图库：https://matplotlib.org/stable/gallery/index.html

现在开始练习！

import matplotlib.pyplot as plt
plt.plot([1,2,3,4], [1,4,2,8], 'go-')
plt.title('快速上手 Pyplot')
plt.show()

需要我为你生成：

交互式 Jupyter Notebook 模板？
特定图表（如热力图、3D图）的 pyplot 代码？
中文支持配置脚本？

告诉我你的需求！

Matplotlib Pyplot

Matplotlib Pyplot 模块详解（完整教程）

一、`pyplot` 是什么？

二、核心概念

三、基本绘图函数（必会）

1. `plt.plot()` – 折线图

样式参数（格式字符串）

详细参数

2. `plt.scatter()` – 散点图

3. `plt.bar()` / `plt.barh()` – 柱状图

4. `plt.hist()` – 直方图

5. `plt.pie()` – 饼图

6. `plt.imshow()` – 图像显示

四、图表美化（必须掌握）

五、多图布局（子图）

方法1：`plt.subplot()`（快速）

方法2：`plt.subplots()`（推荐，面向对象）

六、保存图像

七、交互式设置

八、完整示例：专业级图表

九、Pyplot vs 面向对象（OO）对比

十、常用 `pyplot` 函数速查表

官方文档

likuolei

发表回复取消回复

归档

分类

2025 年 11 月
一	二	三	四	五	六	日
					1	2
3	4	5	6	7	8	9
10	11	12	13	14	15	16
17	18	19	20	21	22	23
24	25	26	27	28	29	30

Matplotlib Pyplot 模块详解（完整教程）

一、pyplot 是什么？

二、核心概念

三、基本绘图函数（必会）

1. plt.plot() – 折线图

样式参数（格式字符串）

详细参数

2. plt.scatter() – 散点图

3. plt.bar() / plt.barh() – 柱状图

4. plt.hist() – 直方图

5. plt.pie() – 饼图

6. plt.imshow() – 图像显示

四、图表美化（必须掌握）

五、多图布局（子图）

方法1：plt.subplot()（快速）

方法2：plt.subplots()（推荐，面向对象）

六、保存图像

七、交互式设置

八、完整示例：专业级图表

九、Pyplot vs 面向对象（OO）对比

十、常用 pyplot 函数速查表

官方文档

likuolei

发表回复 取消回复

相关文章

一、`pyplot` 是什么？

1. `plt.plot()` – 折线图

2. `plt.scatter()` – 散点图

3. `plt.bar()` / `plt.barh()` – 柱状图

4. `plt.hist()` – 直方图

5. `plt.pie()` – 饼图

6. `plt.imshow()` – 图像显示

方法1：`plt.subplot()`（快速）

方法2：`plt.subplots()`（推荐，面向对象）

十、常用 `pyplot` 函数速查表

发表回复取消回复