用Python做科学计算和数据可视化，绕不开Matplotlib；而Matplotlib里打交道最多的图形对象，就是绘图线。折线图、趋势曲线、频谱包络、模型误差曲线、训练损失曲线——这些看似不同的图，落到代码上都是在画一条线。很多同学一开始都是plt.plot(x, y)一把梭，画完才发现线型不协调、坐标轴不对、中文乱码、图例挤成一团。这篇我把Matplotlib绘图线从头到尾捋一遍：线型样式怎么选、坐标轴（尤其是对数坐标轴）怎么控制、多个子图怎么编排、中文显示和全局配置怎么一劳永逸，最后再给一套和numpy、pandas、scikit-learn联动时的完整示例。适合刚摸到Matplotlib门的新手，也适合画过不少图但总在细节上卡壳的同学。
1. 绘图线的基础认知与设计思路
1.1 为什么说线条是可视化的“第一公民”
数据可视化本质上是在做一件事：把数据里的规律转化成眼睛能快速识别的视觉信号。点能表达“某个时刻有多高”，但只有线能表达“从高到低是怎么变化的”。日活曲线、股价走势、模型loss下降、传感器读数波动，一旦被连成线，趋势、周期、异常点、收敛速度都变得一目了然，这就是线条在数据图里的地位。
画线这件事，很多人以为只要把数据点连起来就行，但实际项目里“能不能看懂”很大程度取决于线条的视觉设计。两条不同含义的线都是黑色实线，读者会盯着图发愣；线宽太细，投到屏幕上根本看不清；对数坐标下该用直线趋势表达，结果用线性轴画出一团压缩在左下角的曲线。说白了，绘图线不只是一个“画线函数”，它是一套视觉语法的载体。理解这一点，后面所有参数的学习都是在往这套语法里补词汇。
1.2 两种API：plt.plot() 与 ax.plot()
Matplotlib画线有两条路。第一种是Pyplot状态机风格，直接调用plt.plot(x, y)，简单直观：
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('sin(x)') plt.show()第二种是面向对象风格，先创建Figure和Axes，再调用ax.plot(x, y)：
fig, ax = plt.subplots(figsize=(8, 4)) ax.plot(x, y) ax.set_xlabel('x') ax.set_ylabel('y') ax.set_title('sin(x)') fig.tight_layout() plt.show()两种写法在简单场景下结果一样，但实际操作里我强烈建议养成用Axes的习惯。原因是Pyplot风格每次调用plt.xlabel()时，Matplotlib都要通过plt.gca()去猜“当前正在操作哪个坐标系”。画单张图的时候无所谓，一旦代码变长、出现多个子图、双Y轴、多次循环画线，这个“隐形状态”就成了最大的坑——你明明想改第二个子图的标题，结果改到了最近一次激活的图上。
用ax.xxx()则所有操作都显式绑定到某个Axes上，谁是谁、改哪里，一眼就清楚。尤其配合subplots()创建子图后，axes[i, j]直接定位到具体位置，代码可维护性完全不是一个量级。
| 对比项 | plt.plot() 状态机 | ax.plot() 面向对象 |
|---|---|---|
| 上手难度 | 低，适合交互式探索 | 略高，但结构清晰 |
| 多子图时 | 容易搞混当前轴 | 每个Axes独立显式控制 |
| 代码复用 | 较差 | 适合封装成函数 |
| 实际项目 | 很少用 | 推荐主力使用 |
1.3 画线前，把数据整理成Matplotlib喜欢的样子
不管用哪种API，plot()接收的数据本质上都是三类：numpy数组、Python列表、pandas的Series或DataFrame列。画线时x和y必须长度一致，这是最基础也是新手最容易踩的坑——DataFrame里有几行NaN，或者groupby之后索引对不齐，画出来就是一条断掉的线或者直接报错。
import pandas as pd # 从DataFrame取两列直接画线 df = pd.DataFrame({ 'time': pd.date_range('2024-01-01', periods=100, freq='D'), 'value': np.random.randn(100).cumsum() }) fig, ax = plt.subplots() ax.plot(df['time'], df['value']) plt.show()pandas的日期列可以直接作为x轴，但有个常见的细节：如果日期列是字符串类型，Matplotlib会把它当成一堆离散类别，横轴刻度会非常拥挤。建议先pd.to_datetime()转成datetime类型再画。数值列如果有NaN，线会在NaN处断开，有时候这恰恰是好事——能直观看到数据缺口在哪；有时候不是，需要先fillna()或用插值补上。这是画线前必须想清楚的一步，数据的预处理质量直接决定线的可信度。
2. 核心细节：线条的样式体系
2.1 线型与颜色：先定“性格”，再调“皮肤”
Matplotlib线型就那么几种，但选错很容易让图变得很“廉价”。最常用的有四种：实线'-'、虚线'--'、点划线'-.'、点线':'。一张图里如果有多条含义并列的线，我的习惯是先区分颜色，再在关键的一条（比如基线、参考线）上用虚线或点划线做二次区分，而不是每条线都用不同线型，那样视觉上会很花。
颜色的写法有四种：单字符颜色'r'、十六进制'#1f77b4'、RGB元组(0.2, 0.4, 0.6)、颜色名称'orange'。实际项目里，我几乎不用单字符颜色，因为可选范围太小、颜色太“生”。更推荐十六进制，既能精确控制色值，也和设计稿、品牌色的风格容易对齐。
fig, ax = plt.subplots(figsize=(9, 4)) x = np.linspace(0, 2 * np.pi, 200) ax.plot(x, np.sin(x), linestyle='-', color='#1f77b4', label='实线') ax.plot(x, np.sin(x + 1), linestyle='--', color='#ff7f0e', label='虚线') ax.plot(x, np.sin(x + 2), linestyle='-.', color='#2ca02c', label='点划线') ax.plot(x, np.sin(x + 3), linestyle=':', color='#d62728', label='点线') ax.set_xlabel('x') ax.set_ylabel('y') ax.legend() fig.tight_layout() plt.show()另一个实用技巧是使用fmt参数快速组合：ax.plot(x, y, 'r--')表示红色虚线。这个写法适合快速探索阶段，正式出图时我会写成带linestyle和color的完整形式，可读性更好。
2.2 线宽、标记点和透明度：细节决定质感
linewidth（缩写lw）控制线条粗细。这看起来是小事，但项目交付的图一旦投到大屏或者印到PDF里，太细的线会直接“消失”。我的经验值是：一般展示曲线用1.5~2，主视觉曲线用2.5，辅助参考线用0.8~1。数据量大的曲线如果线太粗，会糊成一团黑色，这时反而要降线宽，同时配合透明度。
标记点marker用于标出离散数据的位置，可选的形状很多：'o'圆点、's'方块、'^'三角、'd'菱形等。什么时候该用标记？我总结的规律是：点少（几十个以内）且需要精确读数值时，用标记；点多（几百上千）时，用线就够了，硬加标记只是一片墨点。折中方案是markevery参数，它控制每隔多少个点画一个标记：
x = np.linspace(0, 50, 200) y = np.random.randn(200).cumsum() fig, ax = plt.subplots(figsize=(8, 3.5)) ax.plot(x, y, linewidth=1.2, marker='o', markersize=5, markevery=20) plt.show()这样线是完整的，标记只是每隔20个点出现一次，既保留了线的连续感，又能看清楚取样位置。这是我用了几年之后才发现的参数，以前都是手动切片数据来实现，代码又长又容易错。
透明度用alpha控制，取值0到1之间，1为完全不透明。多条线叠在同一个坐标里时，把每条线的alpha都设成0.5~0.7，能明显减轻互相遮挡带来的视觉压力，还能让重叠区域的密度透出来，这对探索性数据分析图特别有用。
2.3 图例、坐标标签和标题：让线条能被读懂
线画出来只是半成品，没有图例、标签和标题的图，就算样式再精致别人也看不懂。图例要依赖label参数：每个plot()里传了label，最后调用一次ax.legend()才会显示图例。这个顺序经常有人搞反——画了线但不传label，然后问为什么图例是空的。
图例的位置和排列也有讲究。默认loc='best'是让Matplotlib自己找空白处，大多数情况靠谱，但有时它会挡住关键曲线，尤其是曲线密集的时候。我会用手动方式：ax.legend(loc='upper right')，或者干脆把图例放到图外面：
ax.legend(loc='upper left', bbox_to_anchor=(1.02, 1), borderaxespad=0)这句配合fig.tight_layout()或bbox_inches='tight'保存时，图例会显示在图的右侧，不占绘图区域。多序列图例如果条目很多，用ncol=2或ncol=3排成两列三列，比一列到底清爽很多。
还有一个高阶技巧：用Line2D手造图例句柄，可以在图例里加入图上并不存在的数据线，用来表达“理想趋势”或“参考范围”这类概念：
from matplotlib.lines import Line2D legend_items = [ Line2D([0], [0], color='#1f77b4', lw=2, label='实测值'), Line2D([0], [0], color='#2ca02c', lw=2, ls='--', label='目标趋势') ] ax.legend(handles=legend_items, loc='best')3. 坐标轴控制：让线在正确的尺度上讲故事
3.1 对数坐标轴：什么时候用、为什么用、怎么用
「对数坐标轴」这个名字听起来吓人，其实想解决的事情很简单：当数据跨越好几个数量级时，线性轴会把小数值挤在底部，肉眼完全看不出结构。比如网络请求延迟从1ms到1000ms，价格从0.01到10000，神经网络训练早期loss从5.0降到0.005，这种数据用线性轴画，前段走势被压缩成一条陡降到地平线的曲线，后面几乎是一条平线，什么都看不清。
解决办法就是对数刻度。Matplotlib里用两行代码：
ax.set_xscale('log') ax.set_yscale('log')如果x和y都要对数，可以直接ax.loglog(x, y)。绝大多数情况下，我们更常遇到的是只对y轴做对数处理，比如观察loss下降、响应耗时分布，这时用ax.set_yscale('log')就够了。
对数坐标最大的隐藏坑是：数据必须全为正数。0和负数在数学上没法取对数，Matplotlib遇到会直接跳过或画不出期望的效果。如果数据里混了0值，先过滤：
x = np.array([0, 1, 2, 4, 8, 16, 32, 64]) y = np.array([0, 1, 4, 16, 64, 256, 1024, 4096]) mask = (x > 0) & (y > 0) ax.loglog(x[mask], y[mask], '-o')如果负值也必须展示（比如误差可以是负的），可以用symlog刻度，它在0附近用线性、两侧用对数：
ax.set_yscale('symlog', linthresh=1)对数坐标还有个很妙的理解：幂律关系y = C * x^k画在对数坐标下会变成一条直线。以前做性能分析时，我经常用loglog坐标确认数据是否符合幂律分布——只要点在双对数图上排成直线，斜率就是幂指数k，一眼就能读出规律，不需要拟合。
x = np.logspace(-2, 2, 100) y = 3 * x ** 1.5 fig, ax = plt.subplots(figsize=(8, 4)) ax.loglog(x, y, linewidth=2) ax.set_xlabel('x（对数坐标）') ax.set_ylabel('y（对数坐标）') ax.set_title('幂律关系在对数坐标下呈直线') plt.show()3.2 坐标范围与刻度：不要让默认值拖后腿
Matplotlib默认会根据数据范围自动设坐标轴边界，还会在两端各留5%的空白。大多数时候这很友好，但有几种情况要手动干预：想从0开始展示基线、想去掉空白让曲线占满画布、想锁定坐标范围方便多图对比。
ax.set_xlim(0, 100) ax.set_ylim(0, 1)多图对比时最怕每张图的坐标范围不一样，读者会误读曲线波动大小。如果是不同类别的数据做横向对比，一定要手动固定x轴范围；如果是同一接口不同时段的指标，y轴也最好统一。
刻度间隔方面，MultipleLocator是我最常用的工具：
from matplotlib.ticker import MultipleLocator ax.xaxis.set_major_locator(MultipleLocator(5)) # x轴主刻度每隔5显示一个 ax.yaxis.set_major_locator(MultipleLocator(0.2))配合FuncFormatter可以美化刻度标签，比如把y轴显示成百分比：
from matplotlib.ticker import PercentFormatter ax.yaxis.set_major_formatter(PercentFormatter(1))把刻度控制权从默认手里拿回来之后，整张图会一下子变得专业很多。
3.3 双Y轴：两种量纲同框要克制
有时候两条线的量纲完全不一样，比如“温度”和“湿度”，一个在0~40，一个在20%~80%，直接画在同一个y轴上必有一条被压平。这时可以用twinx()创建共享x轴的第二个y轴：
fig, ax1 = plt.subplots() t = np.arange(0, 24, 0.1) temp = 25 + 8 * np.sin(2 * np.pi * t / 24) humidity = 55 + 20 * np.sin(2 * np.pi * t / 24 + 2) ax1.plot(t, temp, color='tab:red', label='温度') ax1.set_ylabel('温度 (°C)', color='tab:red') ax1.tick_params(axis='y', labelcolor='tab:red') ax2 = ax1.twinx() ax2.plot(t, humidity, color='tab:blue', linestyle='--', label='湿度') ax2.set_ylabel('湿度 (%)', color='tab:blue') ax2.tick_params(axis='y', labelcolor='tab:blue') plt.show()注意双Y轴图有个天然视觉陷阱：两条线的交点会被读者误读成“数值相等”，但它们的刻度根本不通用。所以我在实际项目里对双Y轴非常克制，能用上下两个子图（同一个x轴）替代就尽量不用双Y轴，尤其当目标读者不熟悉这个图表的语境时。两条曲线的纵向对比关系，用共享x轴的两个独立坐标区来表达，更不容易产生误读。
4. 子图使用：一次生成多张“子线图”
4.1 六张图合在一个面上的核心方法
搜“六张图合在一个图上”这个需求的人，多半是想把多个相关的指标曲线汇总到一张大图里，方便整体对比。Matplotlib实现这点最直接的方式就是plt.subplots()：
fig, axes = plt.subplots(2, 3, figsize=(15, 8))这句创建了一个2行3列的Axes数组，总共6个子图。axes的形状是(2, 3)，通过axes[0, 0]、axes[1, 2]这样的索引可以精确定位每个子图。如果要批量设置，直接用axes.flat遍历所有子图：
for ax in axes.flat: ax.plot(x, y) ax.grid(alpha=0.3)当6个子图共享同一个x轴（比如都是时间序列）时，可以通过sharex=True省掉大量冗余的横轴刻度：
fig, axes = plt.subplots(2, 3, figsize=(15, 8), sharex=True)这样最后一行的子图会显示x轴刻度，上面一行的x轴自动隐藏，图面瞬间干净不少。同理，如果6个子图的y轴尺度一致，也可以sharey=True；如果不一致，千万别共享，否则数值差别大的指标会被压成一条直线。
4.2 同一坐标内叠加多条线
子图之外的另一种“多线”场景，是在同一个坐标区里叠加多条线，用于对比不同分组、不同时间窗口、不同模型输出的变化。最简单的写法是多次调用plot()，每次传不同label，最后统一legend()。但如果线条数量多到要靠循环生成，就要注意控制颜色循环和标签：
fig, ax = plt.subplots(figsize=(9, 5)) cols = ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728'] for i, col in enumerate(cols): y = np.sin(x + i * 0.5) ax.plot(x, y, color=col, linewidth=1.5, alpha=0.8, label=f'相位偏移 {i * 0.5}') ax.legend(loc='upper right', ncol=2) plt.show()在循环里画线有几个心得。第一，不要每次都调用plt.plot()再plt.legend()，那样图例范围会越来越乱；正确做法是循环里只传label，循环结束后统一调用一次legend。第二，颜色尽量用色觉友好、色相差异大的组合，别用红绿这种色盲用户看起来几乎一样的搭配。第三，如果线实在太多，用alpha降透明度比硬塞不同颜色更实用。
4.3 布局与尺寸：别让子图挤成一团
六个子图画在同一张图上，最常遇到的问题就是“挤成一团”：标题和坐标标签互相重叠、日期刻度横竖交错。解决方案有三板斧。
第一是constrained_layout=True，在创建fig时直接设置，让Matplotlib自动为子图之间留出空间：
fig, axes = plt.subplots(2, 3, figsize=(15, 8), constrained_layout=True)第二是fig.tight_layout()，在画完内容后调用一次，自动调整子图间距。第三是fig.subplots_adjust(hspace=0.3, wspace=0.3)，手动控制子图之间的垂直和水平间距。这三种方式不冲突，可以按场景选择。
保存时，bbox_inches='tight'是个必杀技。它会自动裁掉图片周围多余的空白，避免明明画了标题却因为边距太紧被截掉一半：
fig.savefig('six_panels.png', dpi=150, bbox_inches='tight')dpi参数决定图片清晰度，默认100偏糊，交付用的图我一般用150~300。如果后续要放大或出版印刷，还可以直接存成矢量格式fig.savefig('six_panels.svg')，无限放大都不会糊。
5. 中文显示、字体与全局配置
5.1 中文乱码：几行代码解决的事
Matplotlib画图遇到中文，默认情况下是一排方格子，这是新手最常遇到的劝退问题。原因是Matplotlib的默认字体DejaVu Sans不支持中文字形，遇到中文只能渲染成占位方块。解决方案很明确：手动指定一个系统中文字体。
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'Noto Sans CJK SC'] plt.rcParams['axes.unicode_minus'] = False第一行指定字体候选列表，Matplotlib会从左到右找第一个系统里存在的字体。Windows一般有SimHei（黑体）和Microsoft YaHei（微软雅黑）；macOS和Linux常见的是Noto Sans CJK SC或Source Han Sans SC。如果你的脚本要跨系统跑，直接把这几个都写进列表。
第二行axes.unicode_minus = False解决的是另一个隐藏问题：设置中文字体后，数值轴的负号偶尔会变成方块，这是因为默认负号字符用的也是DejaVu字体。关掉unicode_minus后，负号会用ASCII风格的减号渲染，干干净净。
如果你不确定系统里有哪些可用字体，可以列出来看：
from matplotlib import font_manager names = sorted({f.name for f in font_manager.fontManager.ttflist}) print([n for n in names if 'Hei' in n or 'YaHei' in n or 'CJK' in n or 'SimSun' in n])5.2 全局配置rcParams：一次设置，处处生效
中文字体只是rcParams这个全局配置字典里的一个字段。实际项目里我更推荐把所有通用配置集中到一个代码块，画每张图之前先执行一次，直接形成统一的风格基调：
plt.rcParams.update({ 'figure.figsize': (10, 5), 'figure.dpi': 100, 'savefig.dpi': 150, 'font.sans-serif': ['Microsoft YaHei', 'SimHei', 'Noto Sans CJK SC'], 'axes.unicode_minus': False, 'axes.grid': True, 'grid.alpha': 0.3, 'lines.linewidth': 1.8, 'legend.fontsize': 10, 'axes.titlesize': 13, 'axes.labelsize': 11, })这几个字段覆盖了最常用的需求：图片尺寸、保存清晰度、中文字体、网格线、线条默认粗细、字号。配置一次之后，后面所有画的图都继承这些设置，不用每张图重复写。如果某张图想临时覆盖，单图内显式传参就行，优先级高于全局配置。
这里有个实操中的坑要注意：rcParams修改的是当前代码进程里的全局状态。Notebook里如果反复执行不同配置的代码块，后执行的会覆盖先执行的，容易让前面的图“风格突变”。我的习惯是每个Notebook开头只做一次配置，后续所有绘图逻辑都依赖这同一份配置。
5.3 样式表：一行代码切换整体风格
除了手动改rcParams，Matplotlib还内置了多套样式表，一行代码就能切换整体外观：
plt.style.use('ggplot')常用样式包括：'ggplot'模仿R语言ggplot2风格、'bmh'来自Bayes Methods Hackathon、'fivethirtyeight'新闻数据风格、'seaborn-v0_8-whitegrid'浅灰网格风格。注意Matplotlib 3.6之后，seaborn样式统一改名成seaborn-v0_8-*，直接写'seaborn'会飘红甚至报错。
样式表在Notebook里更适合用上下文管理器做局部生效，不影响后续画图：
with plt.style.context('ggplot'): fig, ax = plt.subplots() ax.plot(x, y) plt.show()6. 实战演练：从原始数据到可发布的线图
6.1 先造一份“像真实业务”的模拟数据
空讲参数不够直观，我模拟一份内容平台的运营数据，用6个指标分别展示不同类型的线图。时间跨度120天，包含DAU、新增用户、内容发布量、评论量、接口P95耗时和模型训练loss。
import numpy as np import pandas as pd import matplotlib.pyplot as plt np.random.seed(42) days = pd.date_range('2024-01-01', periods=120, freq='D') df = pd.DataFrame(index=days) # DAU：线性上升 + 7天周期性波动 + 噪声 df['dau'] = 10000 + 60 * np.arange(120) + 1500 * np.sin(2 * np.pi * np.arange(120) / 7) + np.random.normal(0, 200, 120) # 新增用户：平稳上升 df['new_user'] = 300 + 2.5 * np.arange(120) + np.random.normal(0, 20, 120) # 内容发布量：随机波动，再做7日移动平均 publish = np.random.randint(800, 1500, 120) df['publish'] = publish df['publish_ma7'] = pd.Series(publish).rolling(7, min_periods=1).mean() # 评论量：工作日和周末差异明显 weekend = (days.dayofweek >= 5).astype(int) df['comment'] = 5000 + 3000 * weekend + np.random.normal(0, 300, 120) # P95耗时：逐渐劣化，适合用对数轴观察 df['p95'] = 80 + 8 * np.arange(120) ** 1.5 / 20 + np.random.normal(0, 5, 120) # 训练loss：模拟指数衰减 df['loss'] = 3.0 * np.exp(-0.04 * np.arange(120)) + 0.005数据生成逻辑里我刻意安排了不同形态：有的是线性趋势叠加周期，有的是随机毛刺，有的是指数衰减。这样画出来的6张子图才能覆盖多种线条样式的使用场景。
6.2 一张大图覆盖多种线条形态
下面这段代码把6个指标用2行3列子图汇总到一张图上，每张子图用不同的线型、标记和坐标轴设置，同时处理了中文显示、日期倾斜、对数轴和全局网格：
fig, axes = plt.subplots(2, 3, figsize=(16, 8), constrained_layout=True) axes[0, 0].plot(df.index, df['dau'], linewidth=1.6, color='#1f77b4') axes[0, 0].set_title('DAU 趋势') axes[0, 1].plot(df.index, df['new_user'], linestyle='--', marker='o', markersize=4, markevery=10, linewidth=1.4, color='#ff7f0e') axes[0, 1].set_title('新增用户') axes[0, 2].plot(df.index, df['publish_ma7'], linestyle='-.', linewidth=1.6, color='#2ca02c') axes[0, 2].set_title('内容发布量 7 日均线') axes[1, 0].plot(df.index, df['comment'], alpha=0.75, linewidth=1.2, color='#d62728') std = df['comment'].std() axes[1, 0].fill_between(df.index, df['comment'] - std, df['comment'] + std, alpha=0.15, color='#d62728') axes[1, 0].set_title('评论量及波动区间') axes[1, 1].plot(df.index, df['p95'], linewidth=1.5, color='#9467bd') axes[1, 1].set_yscale('log') axes[1, 1].set_title('接口 P95 耗时（对数 Y 轴）') axes[1, 2].plot(df.index, df['loss'], linewidth=1.8, color='#8c564b') axes[1, 2].set_yscale('log') axes[1, 2].set_title('训练 Loss（对数 Y 轴）') for ax in axes.flat: ax.tick_params(axis='x', rotation=30) ax.grid(alpha=0.3) fig.suptitle('内容平台核心指标线图汇总', fontsize=16) fig.savefig('core_metrics.png', dpi=150, bbox_inches='tight')这段代码值得注意的地方有几个。markevery=10让新增用户的标记不会糊成一团；评论量那张图用fill_between画出了波动区间；两处对数轴分别用在耗时和loss上，因为这两个指标动态范围大、线性轴看不清楚。最后统一grid和日期旋转，整张图的风格就整齐了。
6.3 与scikit-learn联动：画模型的学习曲线
绘图线不只用在业务指标上，模型评估里也很常见。比如scikit-learn的learning_curve可以返回不同训练集大小下的训练分数和验证分数，把这几个数组画出来，就能直观判断模型是过拟合还是欠拟合。
from sklearn.datasets import make_regression from sklearn.model_selection import learning_curve from sklearn.ensemble import RandomForestRegressor X, y = make_regression(n_samples=500, n_features=8, noise=0.3, random_state=42) train_sizes, train_scores, valid_scores = learning_curve( RandomForestRegressor(n_estimators=100, random_state=42), X, y, train_sizes=np.linspace(0.1, 1.0, 8), cv=5, scoring='r2' ) fig, ax = plt.subplots(figsize=(8, 5)) ax.plot(train_sizes, train_scores.mean(axis=1), 'o-', label='训练集得分') ax.plot(train_sizes, valid_scores.mean(axis=1), 's--', label='验证集得分') ax.fill_between(train_sizes, valid_scores.mean(axis=1) - valid_scores.std(axis=1), valid_scores.mean(axis=1) + valid_scores.std(axis=1), alpha=0.2) ax.set_xlabel('训练样本数') ax.set_ylabel('R² 得分') ax.set_title('随机森林回归的学习曲线') ax.legend() fig.tight_layout() plt.show()这里线条的作用一眼就能看出来：训练集和验证集两条线的距离、走势，以及验证曲线的波动带，都在传达模型泛化能力的信息。画这种图时，'o-'和's--'这种带标记的组合特别合适，因为样本点本身就代表“训练了几次”，不是连续过程，标记点能帮读者精确对应横坐标。
7. 常见问题与排查技巧
7.1 高频问题速查表
画线过程里我踩过的坑、读者问过我的问题，整理成一张表，遇到问题时按图索骥。
| 现象 | 可能原因 | 解决方法 |
|---|---|---|
| 图上没有线 | 数据里有NaN，或x/y长度不一致 | 用np.isnan()检查数据，过滤或填充NaN |
| 图例不显示 | 每个plot没传label | 每个plot传入label，最后调一次ax.legend() |
| 中文显示为方块 | 默认字体不含中文字形 | 设置plt.rcParams['font.sans-serif']为系统中文字体 |
| 负号显示为方块 | 中文字体设置后负号字符异常 | 同时设axes.unicode_minus=False |
| 保存的图很模糊 | dpi太低 | savefig(dpi=150)或dpi=300 |
| 图的标题/坐标标签被截断 | 边距不够 | savefig时加bbox_inches='tight' |
| 多个子图重叠 | 子图间距没调整 | 用constrained_layout=True或tight_layout() |
| 对数轴上有0值/负值 | log定义域不允许非正数 | 过滤非正数，或改用symlog |
| 日期刻度挤成一团 | x轴是字符串类型 | 转成datetime后设置刻度角度 |
7.2 我踩过的几个坑和现在的处理习惯
第一个坑是我刚开始用循环画图时踩的。那时候在for循环里直接写plt.plot()，又写plt.xlabel()，结果所有线都画到了同一张图上，标题还一个盖一个。现在我的习惯是每次循环开始前创建独立的fig, ax = plt.subplots()，循环里只用ax.xxx()，循环结束后统一设置标题和保存，顺序清晰、完全不会串图。
第二个坑和时间序列有关。早期我拿着订单数据的日期列直接画，横坐标确实显示出日期，但刻度密到粘连，整条x轴像一坨黑色横杠。后面改成pd.to_datetime()转类型，再用ax.tick_params(axis='x', rotation=30)把刻度旋转30度，才彻底解决。
第三个坑更隐蔽，发生在Notebook里。同一个cell重复执行了多次plt.plot()，结果旧图一直“残留”在内存里，画出来的图看起来好像数据变了但像素没刷新。如果遇到这种诡异情况，通常是执行环境缓存了之前的绘图状态，手动plt.close(fig)或者从头重启内核就能解决。
另外想特别提醒一句：画完图，尤其是给同事或客户看的交付图，一定要主动savefig输出成PNG或PDF文件，而不是只在Notebook里show()一下。Notebook里的图渲染效果和最终文件经常有细微差别，只有保存出来的文件才是别人真正看到的东西。我现在的固定流程是：数据整理完，先固定在代码开头统一配置rcParams，再按“创建fig → 画线 → 设标签 → 调图例 → 保存高dpi”的顺序来，跑完不会漏掉任何一张图。
Matplotlib画线的这些年，我最大的体会是：图是给人看的，不是给代码跑的。线型、颜色、坐标尺度、图例摆放，每一个细节都在影响读者读取信息的效率。与其指望默认设置，不如自己把关键参数掌握住，哪怕只是记住markevery、set_yscale('log')、bbox_inches='tight'这三个小东西，出图质量也能立刻上一个台阶。
