做数据分析和可视化这几年，我最大的一个感受是：Matplotlib 这玩意，入门容易，画好难。很多人一开始都是plt.plot(x, y)完事，能出图就觉得自己会了，但图一放到报告里、拿到评审会上，就露怯。坐标轴连个标签都没有，刻度长得吓人，图例不是糊在一起就是干脆找不到，配色随便踩中一张默认色板，整张图脏兮兮的。这其实不是你不会用，而是没搞懂它背后的那套绘图逻辑。这篇东西，我就用实际经验把 Matplotlib 从基础到高级捋一遍，重点讲清楚每一层到底在干嘛，以及怎么从“能出图”走到“能见人”。不管是刚接触 Python 数据分析的新手，还是想提升图表质量的开发者，应该都能在里面找到点能直接用的东西。
先说一下这篇文章的定位。我不会按官方文档的顺序给你抄一遍 API，那没意思。我会按照自己实际画图时的思考路径来写：先搞清楚画布和坐标系的关系，再逐个解决基础图表里那些影响观感的细节，然后上双轴、多子图、填充区域这些稍微进阶的操作，最后聊聊性能、中文字体和保存导出的坑。整个过程都配有可跑的代码片段，你照着改数据就能用在自己的项目里。
1. 绘图前的准备与核心概念
1.1 Figure与Axes：先别急着写plot
很多人用了很久 Matplotlib，始终分不清Figure和Axes到底是什么关系。我打个比方：Figure是一块画板，它承载整个图形窗口，可以包含多个绘图区域；Axes是画板里贴着的一张画纸，也就是你真正画折线、柱子的地方。坐标轴、刻度、标题这些，全部属于Axes，而不属于Figure。换句话说，plt.plot()在底层做的事情，是在“当前画纸”上画线，只是绝大多数时候你不知道这张画纸是怎么来的。
搞清楚这个概念之后，你就能理解为什么那么多人推荐用plt.subplots()而不是plt.figure()加plt.add_subplot()。因为subplots()一次调用就把画板和画纸全给你建好了，返回(fig, ax)两个对象，后续所有设置都直接挂在ax上，清晰、可控。我早期的代码全是plt.plot裸跑，后来需要做双轴、多子图的时候，直接改到崩溃，就是因为没从一开始就建立“面向对象”的思维。
import matplotlib.pyplot as plt fig, ax = plt.subplots(figsize=(8, 4)) ax.plot([0, 1, 2], [1, 4, 9]) ax.set_title("示例：Figure与Axes") fig.savefig("figure_axes_demo.png", dpi=150)这里figsize=(8, 4)是画板的物理大小，单位是英寸。dpi是输出分辨率，保存时一般设置在 150 到 300 之间，太低了文字发虚，太高了文件体积大、加载慢。截图给别人看、放网页用 150 足够；打印或者放正式报告，用到 200 以上更合适。
1.2 pyplot接口与面向对象接口的选择
Matplotlib 有两种写法并存。一种是pyplot接口，也就是你天天见到的plt.plot()、plt.xlabel()、plt.title()这种。另一种是面向对象接口，也就是先拿到fig, ax，然后调用ax.plot()、ax.set_xlabel()。对新手来说，一开始接触的几乎都是前者，因为写起来顺手，代码短。但我要劝你尽早切换到面向对象写法，原因不只是“显得专业”，而是你再往后做一丁点复杂的活，pyplot接口就会出问题。
举个例子：你画了双 y 轴图，左边是温度，右边是湿度，两个Axes对象共存于一个Figure中。这个时候你想给左轴加标签，用plt.ylabel("温度")，那到底是给哪一个轴加的？图像上是能显示，但代码逻辑已经乱了。你心里清楚要给ax1还是ax2，就得直接用ax1.set_ylabel()。再比如你循环生成一批子图，每个子图都有自己的标题和标签，用plt接口去设置，你根本不知道当前活跃的是哪一个Axes。这种场景下，面向对象是唯一的解。
我现在的习惯是：不管多简单的图，一律写成fig, ax = plt.subplots()开头。短脚本也不吃亏，复杂项目更不会翻车。遇到只需要快速看一眼数据的场景，可以用plt接口省几行代码，但只要图要用于交付、汇报、写进文档，肯定用面向对象的方式写。
2. 基础图表的正确打开方式
2.1 折线图与柱状图：从能出图到能见人
折线图是出现频率最高的图表类型，同时也是最容易画丑的。问题往往不出在plot本身，而在于你给没给读者留下足够的信息。我看到过太多图，就一根光秃秃的蓝线，x 轴不知道是什么，y 轴不知道单位，标题还是默认的。画图这件事，本质上是在替读者省脑子，你要在动手写代码前想清楚：这张图的读者最想看到什么，哪条信息最重要，哪里需要标注。
折线图常见的参数里，linewidth和linestyle是基础，marker经常被人忽略。数据点比较少的时候（少于 20 个），我建议把marker打开，比如marker="o"，否则线段会给人造成一种“连续稠密”的错觉。反过来，数据点几千上万个的时候，就别加 marker 了，画出来只是一团墨点。
import matplotlib.pyplot as plt import numpy as np fig, ax = plt.subplots(figsize=(8, 4)) x = np.arange(1, 13) y = np.random.rand(12) * 10 + 20 ax.plot(x, y, marker="o", linestyle="--", linewidth=1.8, color="#2C3E50") ax.set_xticks(x) ax.set_xlim(0.5, 12.5) ax.set_ylim(0, 35) ax.set_xlabel("月份") ax.set_ylabel("销量（万件）") ax.set_title("月度销量走势") ax.grid(axis="y", linestyle=":", alpha=0.5)柱状图也是同样的逻辑。bar函数里width控制柱宽，默认 0.8，我自己通常调成 0.6 左右，视觉上更清爽。align="center"让柱子和刻度对中，避免强迫症看了难受。横向柱状图用barh，适合类别名称很长的情况，比如部门名、产品名，纵向放不下的时候横过来一了百了。柱状图上的标签如果直接显示数值，可以用ax.bar_label(rects)，省得手写循环text。
fig, ax = plt.subplots(figsize=(7, 4)) classes = ["A组", "B组", "C组", "D组"] scores = [78, 92, 65, 84] rects = ax.bar(classes, scores, width=0.55, color=["#3498DB", "#E67E22", "#2ECC71", "#E74C3C"]) ax.bar_label(rects, padding=2) ax.set_ylim(0, 100) ax.set_ylabel("得分") ax.set_title("各组得分对比") ax.spines[["top", "right"]].set_visible(False)这里有个小知识：ax.spines[["top", "right"]].set_visible(False)可以一次性隐藏上边框和右边框，这张图立刻会干净很多。很多博主管这叫“去除无关干扰”，我觉得更准确的说法是：框架本身就是信息载体，不该出现的地方就不要出现。
2.2 散点图与面积图：数据的另一种表达
散点图的核心价值是展示两个变量之间的关系，以及数据点到趋势线的偏离程度。scatter相比plot，多了s（点面积）、c（颜色）、alpha（透明度）、cmap（颜色映射）这几个关键参数。把握一条原则：点少的时候用实色，点多的时候用透明度和颜色映射，否则重叠区域什么信息都看不到。
fig, ax = plt.subplots(figsize=(6, 5)) rng = np.random.default_rng(0) n = 300 x = rng.normal(50, 15, n) y = rng.normal(60, 12, n) c = x + rng.normal(0, 5, n) sc = ax.scatter(x, y, s=20, c=c, cmap="viridis", alpha=0.7) fig.colorbar(sc, ax=ax, label="综合指标") ax.set_xlabel("特征A") ax.set_ylabel("特征B")当 n 超过 2000，散点几乎必然会重叠，我常用的办法是引入alpha=0.3~0.5，再用rasterized=True把点栅格化，这样生成的 PDF 文件体积能缩到原来的几十分之一。这一点放到第 5 节再展开。连续型数据建议带上colorbar，否则颜色映射等于白做。如果你想画分布趋势，fill_between是个好东西，尤其适合画置信区间、预测区间。
fig, ax = plt.subplots(figsize=(8, 4)) x = np.linspace(0, 10, 100) y_mean = np.sin(x) * np.exp(-0.1 * x) y_std = 0.15 * np.exp(-0.05 * x) ax.plot(x, y_mean, color="#2C3E50", label="均值") ax.fill_between(x, y_mean - y_std, y_mean + y_std, color="#3498DB", alpha=0.25, label="±1倍标准差") ax.set_xlabel("时间") ax.set_ylabel("响应值") ax.legend()fill_between的alpha一定不要太大，0.2 到 0.3 比较合适，不然会盖住主曲线，看起来像一团色块上面压了根细线。
3. 让图表真正专业的几个细节
3.1 坐标轴、刻度与辅助元素的精细控制
图表专业与否，很多时候不在图形本身，而在坐标轴和刻度这些“边角料”上。先说刻度。set_xticks可以手动指定刻度位置，不去管它的话 Matplotlib 会自己挑“好看”的位置，但那些位置不一定符合你的业务语义。比如月份 1 到 12，你肯定希望每个刻度就是 1、2、3……12，而不是 2、4、6。再比如百分比数据，y 轴刻度如果显示成 0.2、0.4、0.6，读者还得心算乘 100，这就很不好。更专业的做法是使用PercentFormatter，直接显示成 20%、40%、60%。
import matplotlib.ticker as mticker fig, ax = plt.subplots(figsize=(6, 3)) x = np.arange(0, 11) y = x / 10 ax.plot(x, y, marker="o") ax.yaxis.set_major_formatter(mticker.PercentFormatter(xmax=1)) ax.xaxis.set_major_locator(mticker.MultipleLocator(2)) ax.set_xlim(-0.5, 10.5)坐标轴范围同样值得花时间。默认的xlim和ylim往往会在数据两端留下不必要的空白，或者切掉不该切掉的区域。我给自己的规则是：时间序列数据，横轴范围永远设置成逻辑上的完整周期，比如某月从 1 号到月末；普通数值轴，则留出 2%~5% 的余量，避免最值点顶在画框上，视觉上太局促。
spines的微调可以单独拿出来练一练。除了隐藏上、右边框之外，还可以把左边框和下边框的线宽调粗一点，比如 1.2，用来强调坐标轴的基准线。tick_params能控制刻度线的方向、长度和宽度。默认刻度线朝里，我个人觉得朝外更好看，尤其在深色背景下区别会更明显。
3.2 图例、注释与信息层级
图例的作用是让读者搞清楚每条线、每个色块分别代表什么，但很多时候图例反而成了噪音来源。你画两条线，两条线自带 label，图例默认摆在一个“自动选出来的位置”，那个位置有时候会挡住你最重要的数据区域。所以我建议：图例位置永远手动指定，loc="best"看起来智能，实际效果并不总是最好，要优先loc="upper left"、loc="lower right"这种明确的位置。
还有一个小技巧：legend可以设置frameon=False去掉边框，或者反过来用framealpha=0.5做半透明背景。如果图里有超过四五个类别的曲线，把图例放在图内很容易遮挡信息，这时候可以放在图外：ax.legend(bbox_to_anchor=(1.05, 1), loc="upper left")，并把fig.subplots_adjust(right=0.75)留出位置。
注释是图表里最容易出彩的地方，也是最容易被忽略的。遇到图上有个峰值、拐点、异常点，别指望读者自己去发现，直接用annotate指出来。画法不复杂：一个箭头 + 一句话。关键参数是xy（箭头指向的数据点）和xytext（文字位置），再用arrowprops控制箭头样式。
fig, ax = plt.subplots(figsize=(7, 4)) x = np.arange(0, 20) y = np.where(x == 12, 8.5, np.random.rand(20) * 3 + 2) ax.plot(x, y, color="#2C3E50", marker="o", markersize=4) ax.annotate("异常峰值", xy=(12, 8.5), xytext=(10, 9.3), arrowprops=dict(arrowstyle="->", color="#E74C3C"), fontsize=11, color="#E74C3C") ax.set_ylim(0, 10.5)annotate用熟了你会发现，真正难的不是画箭头，而是决定哪些点值得注释。一张图注释超过三条，读者就开始烦了。
3.3 配色与样式：不丑就是成功
我对配色的要求不高：不劝退读者、不遮挡信息就行。默认色板的蓝橙色其实挺好看的，问题出在所有人都用它，你的图放到一堆图里没有辨识度。用 Matplotlib 内置的样式表可以先赢一半：plt.style.use("seaborn-v0_8-whitegrid")或者tableau-colorblind10，一个干净，一个色盲友好。
深色模式和浅色模式下的配色选择不同。在浅色背景上，高饱和颜色容易刺眼，可以选柔和的灰度或降低饱和度的颜色；在深色背景上，则尽量选亮一点的色系，同时把文字颜色也调整成浅色。自己控制颜色时，不建议直接写color="red"这种名字，Matlab 风格颜色在正式场合太扎眼。我一般从十六进制色值里挑：主色#2C3E50类深灰蓝、辅助色#3498DB、强调色#E74C3C、中性色#BDC3C7。
透明度也能帮上大忙。柱状图重叠时，alpha=0.7效果会好很多；多曲线叠加且数值区域交叉时，先把粗线画在底层、细线画在顶层，再用zorder控制顺序。zorder数字越大越靠前，默认情况下这层关系经常让线盖住点、点盖住线，手动设置一次，图面立刻就有层次了。
4. 高级布局与多图层组合
4.1 subplots布局与共享轴
当你要在一张图上展示多个维度时，子图布局是绕不开的。plt.subplots(nrows, ncols)能生成一个网格，但真正讲究的是怎么让子图之间的对齐关系合理。以做运维监控仪表盘为例，上方一个 CPU 使用率折线图，下方一个内存占用堆叠图，两个图共享 x 轴的时间范围，那sharex=True就很重要。共享后你只需要给最下面的子图加 x 轴标签，上面的子图不要重复标注，避免信息冗余。
子图间距不好控制，多试几次fig.tight_layout()你会发现，这一句能解决 80% 的重叠问题。tight_layout会自动调整子图之间的间距、边距，把标题和标签都包进去，少了很多手工subplots_adjust的麻烦。但遇到colorbar或自定义注释时，tight_layout()偶尔会失灵，那就得退回手动调hspace和wspace。
gridspec_kw可以做不等宽布局，比如上面一个大图、下面均分两个小图：
fig, axes = plt.subplots(2, 2, figsize=(9, 6), gridspec_kw={"height_ratios": [2, 1], "width_ratios": [1.2, 1]}) ax_top = axes[0, :] # 合并第一行两个子图不过我建议新手先别执着于合并单元格，用subplot_mosaic更快。这是较新版本提供的玩法，可以直接用“字母块”定义布局，比如"AB;CC"表示第一行两个子图，第二行一个宽子图。理解成本低，代码可读性也高。
4.2 双轴图与多图层叠加：如何不互相干扰
双轴图（一个 x 轴、两个 y 轴）在同图对比两个量纲差异很大的指标时极其好用，比如一边温度（0~40 度），一边湿度（20%~90%）。实现方法是在已存在的 Axes 上调用ax.twinx()，它会生成一个新的 Axes，和原 Axes 共享 x 轴，但 y 轴在右侧。
这里有个隐藏的坑：twinx()生成的第二个 Axes，坐标轴边框、刻度标签会默认全部绘制，容易跟左边的轴叠加出一堆混乱的边框线。我自己一般会把右边轴的刻度标签颜色调成对应曲线的颜色，再把顶部边框隐藏掉，这样一眼就能看出哪个颜色对哪条轴。
图例合并也是一个常见疑难。直接调两次ax.legend()不会出现两个图例，而是后面覆盖前面，或者两者叠在一起显示不全。正确做法是lines, labels = ax1.get_legend_handles_labels()和lines2, labels2 = ax2.get_legend_handles_labels()，然后合并到一个legend里调用。
多图层叠加更讲究先后顺序。我画某跨平台系统的性能对比图时，遇到过柱状图把折线完全盖住的情况。柱状图数据范围大、折线数据范围小，如果不处理 zorder，折线就算画在后面也白搭。解决方案很简单：bar(..., zorder=1)，plot(..., zorder=3)，让折线始终浮在柱体之上，必要时再加一条半透明的浅色阴影做辅助线。
5. 性能、保存与常见问题排查
5.1 画图卡顿与性能优化
数据量一大，Matplotlib 就卡。这不是你代码写得不好，而是它本质上是向量式绘制引擎，每个点都要经过完整的图形渲染管线。几十万个数据点，画出来是整个 PDF 都打不开的巨兽。我踩过最大的坑就是拿几十万行的日志去直接plot，生成的图文件让同事的电脑直接未响应。
解决方案有几个梯队。第一梯队是降采样。如果只是看整体趋势，用x[::step]每 N 个点取一个，或者用滑动窗口均值/最大值聚合，几百万个点压到几千个，信息损失极低。第二梯队是改变绘图方式。散点太多时改用等高线或者二维直方图，比如ax.hist2d(x, y, bins=100)，一屏就能装下十几万点。
第三梯队是后端切换。matplotlib.use("Agg")在脚本里批量绘图时不弹出 GUI 窗口，还能省一部分开销；同时配合savefig(..., dpi=100)降低导出压力。整体链路优化万，卡顿问题就能缓解大部分。如果真是实时流式数据，建议考虑换可视化库，比如用 Web 端方案，不过这是另外一个话题了。
5.2 中文字体与保存格式的坑
Matplotlib 默认字体是英文的，中文画上去大概率方框一片，这是编码和字体配置的问题。快速解法分两步：第一步准备一个中文字体文件，放到项目目录里；第二步用font_manager注册并设置rcParams。
from matplotlib import font_manager font_manager.fontManager.addfont("cn_font.ttf") prop = font_manager.FontProperties(fname="cn_font.ttf") plt.rcParams["font.family"] = prop.get_name() plt.rcParams["axes.unicode_minus"] = Falseaxes.unicode_minus=False这行很关键。很多人在解决完中文乱码后，发现负号变成了一个个方框，其实就是 unicode 负号渲染不出来。设置成 False 之后，负号会用普通的 ASCII 连字符替代，显示就正常了。
保存格式方面，需要考虑图的用途。网页上的图一般用 PNG，dpi=150左右即可；论文、打印材料用 PDF 或 EPS，保证内容可无限缩放。保存时记得加bbox_inches="tight"，它会把图内多余白边干掉，让图片尺寸正正好好包住内容。如果没有这个参数，你会看到图片四周留着一圈空白，裁剪起来非常痛苦。保存按钮上有个transparent=True，做 PPT 或者深色背景网页时很有用，但注意透明背景会丢掉部分抗锯齿效果，性能上也有略微损耗。
5.3 常见问题速查表
最后，把我这几年操作里遇到最高频的问题整理成一个速查表，按“现象、原因、解决方案”三列组织。这个表里的每个坑我都实际遇到过，不是从文档抄的。
| 现象 | 常见原因 | 解决方案 |
|---|---|---|
| 中文全部变成方框 | 默认字体不支持中文 | 注册中文字体并设置rcParams["font.family"] |
| 负号显示成方块 | Unicode 负号缺少字体 | 设置axes.unicode_minus=False |
| 保存图片周围白边巨大 | savefig未裁剪 | 加bbox_inches="tight" |
| 两张子图挤在一起 | 子图间距太小 | 用fig.tight_layout()或subplots_adjust(hspace=...) |
| 图例总是挡住数据 | 自动位置判断不佳 | 手动指定loc，必要时放图外 |
| 图例重叠显示不全 | 调用了多次legend() | 合并 handles/labels 后一次性调用 |
| 数据太多图卡 | 矢量渲染开销大 | 降采样、使用hist2d、切换 Agg 后端 |
| 双轴图的右边框杂乱 | twinx()默认绘制边框 | 隐藏右边轴 top/right 轴脊或统一颜色 |
| 保存 PDF 文件巨大 | 数据点过多且未栅格化 | 给plot/scatter加rasterized=True |
| 柱状图掩盖折线图 | 图层顺序错误 | 用zorder控制绘制层级 |
排查思路说穿了就是：先分清是数据问题、渲染问题，还是配置问题，然后逐项替换验证。不要一个文件里同时堆好几个问题，那样你永远找不到原因。我曾经有一次中文和负号同时乱，单纯把中文字体修好了，负号没了，却查了半小时才想起unicode_minus。这类问题最好一次性把所有rcParams设置写在文件头部，不要分散到各处。
个人体会
做了这么久的图表，我最大的感受是：图表的终点不只是“漂亮”，而是减少沟通成本。你觉得一张图丑，往往不是因为配色不够潮，而是信息模糊、坐标轴混乱、该标注的没标注。把本文提到的基础功夫练扎实之后，再去看那些复杂的高级技巧，你会发现自己已经有足够的能力拆解任何一张图——无非就是画布、图层、坐标轴、标记的组合。最后再分享一个小技巧：每次画图前，先花十秒钟在纸上画一个草图示意，确认这张图要传达的最重要信息是什么。带着这个信息去调整代码，画出来的图基本不会差到哪里去。
