尧图网站建设 
默认的蓝橙色图表到底丑在哪里如果你用Matplotlib画过几张图大概率经历过这种尴尬代码跑通了图表出来了但怎么看怎么像2005年的毕业论文插图——灰扑扑的背景、浮雕感的边框、饱和度刺眼的默认蓝坐标轴标签挤成一团中文字体还时不时变成方块。这不是你的问题这是Matplotlib默认配置的问题。Matplotlib的默认样式设计于二十多年前目标是为MATLAB用户提供迁移便利那个年代的审美标准放在今天显然不够用。但很多人因此误判觉得Matplotlib就只能画出这种学术但丑陋的图转头去学Plotly、Bokeh甚至用Excel硬扛。实际上Matplotlib的底层能力远被低估了。它是Python数据可视化生态的基石pandas、seaborn的高级绘图接口全部构建在Matplotlib之上。只要掌握配色、字体、坐标轴和容器对象这几个核心环节它完全能画出可发表、可汇报、可对外展示的专业级图表。这篇文章从我的实际使用经验出发讲清楚三条主线第一Matplotlib的三层对象结构这是所有高级操作的地基第二让图表变专业的关键细节包括颜色映射、中文字体、坐标轴精修第三如何结合pandas快速完成从数据到图表的完整流程。最后用一张疫情数据趋势图作为实战收尾把前面所有知识点串起来。适合的读者是这些人能用Matplotlib画基础折线图和散点图但觉得图表不够好看的被中文字体和颜色搭配折磨过的以及想在论文、报告、技术博客里输出高水准配图的人。如果你完全是零基础也不用担心我会把涉及的基础概念都解释清楚。1. 大多数人画的图不够专业根源在默认配置先说一个反直觉的事实Matplotlib画出的图丑通常不是绘图代码写错了而是没有动过全局配置。默认的rcParams是为功能完整考虑的——要保证任何环境下都能画出图而非保证图好看。1.1 默认风格的三个硬伤打开一张默认的Matplotlib折线图你会看到图表的上下左右都有一圈黑色脊线spine背景是浅灰色数据线的颜色是#1f77b4的亮蓝。这三个元素叠加在一起视觉上显得旧版MATLAB味十足。脊线的问题在于现代图表设计追求数据墨水比率——所有不需要的墨迹都应该去掉坐标轴的右侧和上方脊线几乎没有信息量默认却全部画出来了。灰色背景则是源于早期CRT显示器的设计习惯现在的屏幕早已不需要用它来缓解频闪。而默认的颜色序列虽然色盲友好度还行但饱和度太高、色相跳变生硬几个系列叠在一起时视觉重心会被高饱和颜色抢走数据反而成了配角。1.2 一套值得固化的全局配置我的做法是画图前先加载自定义配置把这些默认短板一次性补上。核心配置如下import matplotlib as mpl import matplotlib.pyplot as plt mpl.rcParams.update({ # 字体与字号 font.family: sans-serif, font.sans-serif: [Microsoft YaHei, SimHei, DejaVu Sans], font.size: 12, axes.titlesize: 14, axes.labelsize: 13, legend.fontsize: 11, xtick.labelsize: 10, ytick.labelsize: 10, # 坐标轴 axes.spines.top: False, axes.spines.right: False, axes.facecolor: white, axes.edgecolor: #4A4A4A, axes.linewidth: 0.8, # 图例与网格 legend.frameon: False, axes.grid: True, grid.color: #E0E0E0, grid.linestyle: --, grid.linewidth: 0.6, # 输出 figure.figsize: (8, 5), figure.dpi: 100, savefig.dpi: 300, savefig.bbox: tight, })这套配置的思路是去掉无用脊线、关闭图例边框、网格线用淡灰色虚线压低存在感、字体统一为黑体系保证中英文一致性、保存时bboxtight自动裁掉多余白边。这里解释几个容易忽略的点。legend.frameon很多人不知道图例默认带一个白色背景框会遮住网格线和数据关掉后清爽很多。grid.color选#E0E0E0而不是纯黑是为了让网格线退到数据后面。savefig.bbox不是保存时才生效它影响的是输出图像边缘的留白论文插图拼接时这个设置能省很多裁剪的工夫。提示这套配置写在代码文件开头或者专门建一个style_setup.py每次画图前import即可。如果你用Jupyter Notebook建议放在第一个单元格。2. 理解Figure、Axes和Artist丢掉一个命令画一张图的思维很多教程教画图上来就是plt.plot(x, y)、plt.scatter(x, y)然后加标题、加标签、plt.show()。这种面向plt前缀的写法在简单场景下没问题但一旦需要子图、双坐标轴、精确布局就会晕头转向。根子在于没有建立Matplotlib的对象模型。2.1 三个层次到底各管什么事Matplotlib的所有内容由三层对象组成从大到小依次是Figure画布最外层的容器相当于一张白纸。可以包含多个Axes也可以容纳标题、图例等全局元素。一个Figure就是一个独立的图像文件。Axes坐标系Figure内部的绘图区域。每个Axes有自己的坐标轴、刻度和背景是大多数绘图操作的载体。注意Axes是复数单数Axis指的是坐标轴本身。Artist艺术对象Axes内部的每一个可见元素包括线条、文本、图例、刻度标签等几乎你能想到的所有图形元素都属于Artist。用生活类比来理解Figure是相框里的画纸Axes是画纸上用铅笔框出的作画区域Artist是区域里的每一笔线条和每一块颜色。2.2 初学者常见的混乱模式混乱的根源通常是混用pyplot方式和面向对象方式。看这个例子plt.figure(figsize(10, 5)) # pyplot方式 plt.subplot(1, 2, 1) # pyplot方式 plt.plot(x, y) # 当前Axes上绘图 plt.xlabel(x) # 作用于当前Axes这段代码能跑但问题在于你根本不知道plt.xlabel作用于哪个Axes——它作用于当前活跃的Axes。这个状态是隐式的一旦你在一个子图上画完忘记切换后面的元素全部会画到错误的位置。等发现时要么重画要么用各种偏移微调浪费时间。我推荐的做法是全程显式fig, (ax1, ax2) plt.subplots(1, 2, figsize(10, 5)) ax1.plot(x, y) ax1.set_xlabel(x) ax2.scatter(x, z)fig, ax plt.subplots()同时返回画布和坐标系对象之后所有操作都通过ax.前缀调用。这样做的好处一是代码意图一目了然每个元素属于哪个坐标系清清楚楚二是调试时可以直接ax的属性来检查状态三是复制、移动子图时只需调整subplots的参数绘图代码完全不变。2.3 Artist属性的统一操作逻辑Matplotlib的Artist对象有一个统一的思想每个可见元素都可以通过set_*方法修改属性通过get_*方法查询属性。比如line, ax.plot(x, y) line.set_color(#E63946) # 修改线色 line.set_linewidth(2.5) # 修改线宽 line.set_linestyle(--) # 修改线型这种设计让Matplotlib的API极其一致。你不需要记忆每个元素专属的几十个参数只需要记住creator返回的对象支持set_*即可。文本、图例、刻度标签、坐标轴标题全部如此。这里有个很有用的排查技巧当你想修改某个元素但不知道方法名时在Jupyter里输入line.set_然后按Tab键会弹出所有可用方法。善用这个技巧能减少大量查文档的时间。3. 颜色是专业感的分水岭colormap必须学会用如果你只记住一个让图表变高级的要点那就是颜色。Matplotlib的默认颜色循环在数据少时还能用一旦超过5个系列崩溃不可避免。更严重的是很多人用tab10色图给连续变量上色或者反过来用连续色图表达离散类别——这两类错误在论文审稿阶段很常见。3.1 离散色与连续色的使用边界理解颜色的关键在于区分两个场景离散数据类别城市、品类、组别。每个类别有独立的颜色颜色之间要可区分、互不干扰。连续数据数值范围温度、密度、概率。颜色从低到高形成渐变要能直观表达大小顺序。Matplotlib的三类色图分别对应这两个场景。tab10、tab20、Set2是离散色图viridis、plasma、cividis是连续色图RdBu、PiYG这类双色色图适合表达正负偏离比如气温距平、实验误差。用错场景的典型例子把一个离散类别映射到viridis上结果是配色本身暗示了高低关系而类别并没有高低属性看图的人会被误导。3.2 连续色图的映射逻辑连续色图的本质是一个映射函数输入一个数值输出一个颜色。这个映射关系通过Normalize对象控制import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import Normalize data np.random.randn(10, 10) * 10 30 fig, ax plt.subplots(figsize(7, 5)) im ax.imshow(data, cmapviridis, normNormalize(vmin10, vmax50)) cbar fig.colorbar(im, axax, shrink0.85, label温度 (°C))vmin和vmax决定数值到颜色的映射范围。不设置时自动用数据的最大最小值这会导致多张图难以横向对比——每张图的颜色范围各自为政视觉上就失去可比性。我的经验是手动设置vmin和vmax统一多张图的范围。比如要对比3月份和7月份的温度分布把两次绘图的vmin都设为全年的最低温vmax设为全年的最高温这样读者用视觉对比时才有意义。还有一个容易被忽视的参数cmap.set_bad()。当数据中有NaN时默认会用透明色显示这对于地图类图表来说很难看可以显式指定import matplotlib.cm as cm cmap cm.get_cmap(viridis).copy() cmap.set_bad(color#E0E0E0) # 缺失值显示为灰色3.3 一套可以抄作业的配色方案如果你不想深入研究色彩理论直接套用下面这套方案用Set2或tab10做类别色主色选低饱和度的深色调辅助色选高明度的浅色调。COLORS { primary: #264653, # 深蓝绿适合主数据线 secondary: #2A9D8F, # 青绿色适合对比数据 accent: #E9C46A, # 暖黄适合高亮重点 danger: #E76F51, # 珊瑚红适合警示/特殊标注 neutral: #8D99AE, # 灰蓝适合次要信息 }这套配色灵感来自经典的uky配色方案特点是主色压得住、辅助色不抢镜、强调色足够跳在浅色背景下颜值很高。使用时记得一张图里的主色不要超过2个辅助色控制在4个以内剩下的信息用灰色系表达。4. 中文字体与font_manager报错绕不开的本地化难题对中文用户来说Matplotlib一个绕不开的坎就是中文显示。默认的DejaVu Sans字体不支持汉字于是中文标签全部变成方框。热搜词里出现了matplotlib.font_manager的warning信息想必不少人见过这个报错[warning] matplotlib.font_manager: findfont: Font family Microsoft YaHei not found.这个warning有两层信息一是Matplotlib在字体缓存和系统字体里都没找到指定的字体二是即使你设置了font.sans-serif如果字体名与实际安装的字体名不完全一致依旧找不到。4.1 排查字体的完整链路我的排查流程是这样走的第一步查系统已安装的字体列表from matplotlib import font_manager fonts sorted([f.name for f in font_manager.fontManager.ttflist]) for f in fonts: if Hei in f or Song in f or Yuan in f: print(f)这里会输出系统中Matplotlib能识别的所有中文字体名比如Microsoft YaHei、SimHei、KaiTi、Noto Sans CJK SC等。第二步验证某个字体是否真的被渲染出来import matplotlib.pyplot as plt plt.rcParams[font.family] Microsoft YaHei fig, ax plt.subplots() ax.text(0.5, 0.5, 中文测试图表绘制成功, hacenter, fontsize16) ax.axis(off) plt.show()这一步很关键它能在5秒内确定字体路径是否打通。如果这一步的中文正常后续所有代码都稳定。第三步如果系统列表里找不到就需要手动注册ttf字体文件from matplotlib import font_manager font_manager.fontManager.addfont(/path/to/your/font.ttf) prop font_manager.FontProperties(fname/path/to/your/font.ttf) plt.rcParams[font.family] prop.get_name()这种方式的好处是不依赖系统字体安装状态适合在服务器环境、Docker容器等没有中文字体的场景使用。4.2 负号和中英文混排的细节搞定中文字体后还会遇到两个隐藏问题。第一个是负号问题。把font.family设置为中文字体后默认的ASCII负号-可能无法正常显示变成方块。解决办法是显式指定Unicode Minusmpl.rcParams[axes.unicode_minus] False第二个是混排问题。当一个坐标轴标签同时包含英文变量和中文说明时比如R² (决定系数)如果字体不支持上标字符比如部分雅黑版本对²支持不完善就会出现显示异常。稳妥的做法是分开设置文本的字体属性用mathtext处理数学部分ax.set_xlabel(r$R^2$决定系数)顺便说一句如果你用的是Linux服务器推荐下载Noto Sans CJK SC这个开源字体它是Google和Adobe联合开发的覆盖中日韩字符在学术圈使用很普遍。下载后解压出ttc文件放到/usr/share/fonts/目录然后执行fc-cache -f刷新字体缓存即可。5. pandas与Matplotlib联动先整理数据再决定画法热搜词里有一条是pandas与matplotlib练习这确实是个高频需求。pandas的DataFrame.plot接口直接封装了Matplotlib好处是处理数据框时不需要手动拆列、循环、拼装一句代码就能画出分组统计图。但这里有个认知陷阱df.plot()方便但越方便越容易画错图。你需要先想清楚数据是长格式还是宽格式这决定了图表能否准确表达信息。5.1 长数据与宽数据的绘图差异宽格式数据每一列是一个指标长格式数据每一行是一个观测。看个例子import pandas as pd # 宽格式每一列是一个城市 wide_df pd.DataFrame({ 日期: pd.date_range(2024-01-01, periods30, freqD), 北京: np.random.randint(20, 40, 30), 上海: np.random.randint(18, 36, 30), 广州: np.random.randint(25, 42, 30), }) # 长格式城市列是类别数值列是值 long_df wide_df.melt(id_vars日期, var_name城市, value_name数值)用宽格式画折线图直接对列名循环调用plotfig, ax plt.subplots(figsize(10, 5)) for city in [北京, 上海, 广州]: ax.plot(wide_df[日期], wide_df[city], labelcity, linewidth2) ax.legend()用长格式画更适合seaborn之类的接口。但pandas自身也提供了groupby聚合后绘图的能力long_df.groupby(城市)[数值].mean().plot(kindbar)我的建议是绝大多数复杂可视化先把数据转换为长格式。原因是长格式天然适合分组、聚合、映射色图而且便于用hue这类参数。5.2 透视表绘图统计口径先统一pandas提供的pivot_table是数据绘图中最被低估的功能。比如你想画不同城市、不同月份的平均气温柱状图两步搞定df pd.DataFrame({ 城市: np.random.choice([北京, 上海, 广州], 300), 月份: np.random.choice([1月, 4月, 7月, 10月], 300), 气温: np.random.randn(300) * 8 20, }) pivot df.pivot_table(index城市, columns月份, values气温, aggfuncmean) pivot.plot(kindbar, figsize(10, 5))这里提醒一个细节aggfunc默认是mean但如果你数据里有重复采样或者不同权重要明确指定聚合函数否则出的图可能隐藏了数据的真实分布。5.3 用pandas做多维度筛选再画图更贴近实操的场景是一份数据里有很多维度和很多指标你想画某条件下的趋势对比。这时候先用pandas的布尔筛选把子集拿出来再绘图逻辑最清晰subset df[(df[城市] 北京) (df[月份].isin([1月, 7月]))] subset.groupby(日期)[气温].mean().plot()这一小段代码体现了先整理后画图的核心思想Matplotlib只负责把给定的数据画出来数据是否应该画这种图、画之前需不需要转换、用哪个子集这些判断应该在pandas阶段完成。6. 高级外观精修坐标轴、标注与时间序列的细节到这步图表的基础框架已经能搭出来了。但专业感的差距往往来自坐标轴刻度、网格线处理、标注放置和时间序列的视觉优化这些细节。这一部分我按场景拆开讲。6.1 刻度范围与刻度的显示逻辑Matplotlib默认自动计算刻度范围和刻度间隔这对快速探索数据是好功能但对出版级图表往往不够精细。控制范围的三个常用方法ax.set_xlim(0, 100) # 手动指定范围 ax.set_ylim(bottom0) # 只设置下界常用于柱状图避免柱子悬浮 ax.set_xlim(*ax.get_xlim()[::-1]) # 翻转x轴方向控制刻度间隔的一个常用操作是MultipleLocatorfrom matplotlib.ticker import MultipleLocator, FuncFormatter ax.xaxis.set_major_locator(MultipleLocator(10)) # 每10个单位一个主刻度 ax.yaxis.set_major_locator(MultipleLocator(5)) # 每5个单位一个主刻度我经常看到的问题是刻度过密或者过疏。默认自动刻度有时会在窄图表上挤出七八个y轴刻度标签视觉上非常拥挤。用MultipleLocator直接指定间距比手动写tick列表更易维护。6.2 格式化的高级用法刻度标签的格式化是让图表看起来更专业的高性价比手段。比如y轴数值很大默认显示1000000换成1M或者科学计数法会清爽很多def millions(x, pos): return f{x/1e6:.0f}M ax.yaxis.set_major_formatter(FuncFormatter(millions))百分比数据同理ax.yaxis.set_major_formatter(FuncFormatter(lambda y, _: f{y:.0%}))如果要显示货币可以这样ax.xaxis.set_major_formatter(FuncFormatter(lambda x, _: f¥{x:,.0f}))FuncFormatter的工作原理是接收两个参数刻度值和位置返回字符串。这个方法比直接修改xticklabels更可靠因为刻度标签在缩放坐标系时会自动更新。6.3 精确标注箭头、文本和高亮区域一张图传递的信息越多标注的难度越大。我的标注工具箱有三个常用武器第一个是ax.annotate箭头标注ax.annotate( 峰值点, xy(x_peak, y_peak), # 箭头指向的位置 xytext(x_peak-3, y_peak5), # 文本位置 arrowpropsdict(arrowstyle-, color#333333, lw1.2), fontsize11, )第二个是ax.axvline和ax.axhspan高亮关键区域ax.axvline(pd.Timestamp(2024-06-15), color#E76F51, linestyle--, linewidth1.5) ax.axhspan(25, 30, color#E9C46A, alpha0.2) # 浅黄色带标注预警区间第三个是ax.text在指定坐标处放置文本适合标注图表的空白区域ax.text(0.02, 0.85, 第一阶段, transformax.transAxes, fontsize12, color#666666)这里重点解释transformax.transAxes的妙用。默认ax.text的坐标是数据坐标一旦数据范围变化文本相对位置就可能跑出图表。transAxes把坐标变成坐标轴坐标系(0,0)是左下角(1,1)是右上角。这样无论数据怎么缩放文本始终保持相对位置不变。这个技巧在批量生成图表时极其重要。6.4 时间序列绘图的三个细节时间序列是Matplotlib绘图中一个独立的坑热搜词里也提到了绘制每天确诊病例折线图时间序列绘图的细节尤其关键。第一日期刻度自动优化。Matplotlib对日期轴有自动刻度选择机制但默认效果经常不尽如人意。推荐手动指定from matplotlib.dates import DateFormatter, AutoDateLocator locator AutoDateLocator() formatter DateFormatter(%m-%d) ax.xaxis.set_major_locator(locator) ax.xaxis.set_major_formatter(formatter)如果数据跨度大AutoDateLocator会自动根据数据范围选择天、周、月的刻度间隔省去手写判断逻辑的麻烦。第二日期范围裁剪。画时间序列时常见的错误是日期轴溢出出现大量空白。用ax.set_xlim配合pd.Timestamp可以精确控制ax.set_xlim(pd.Timestamp(2024-01-01), pd.Timestamp(2024-12-31))第三节假日和缺失日的处理。如果数据是工作日而你要画连续日期缺失周末会导致折线断裂。两种解决办法一是转为平均值填充二是用interpolate()填补缺失值。具体选哪个取决于业务含义但无论如何不要直接画带空洞的折线那会让读者误解为数据中断。6.5 子图布局和组合图一个Figure包含多个Axes时布局的合理性直接决定图表的可读性。我的布局经验共享x轴时用sharexTrue同时plt.subplots里的gridspec_kw设置高度比。组合图柱状图折线图时双坐标轴的间距要留足第二y轴的标签要明确区分。fig, ax1 plt.subplots(figsize(10, 5)) ax2 ax1.twinx() ax1.bar(df[日期], df[新增病例], color#E9C46A, alpha0.7, label每日新增) ax2.plot(df[日期], df[累计病例], color#264653, linewidth2, label累计病例) ax1.set_xlabel(日期) ax1.set_ylabel(每日新增, color#B5835A) ax2.set_ylabel(累计病例, color#264653)twinx()会创建一个共享x轴的第二个y轴坐标系。注意两个轴的刻度哪个确定后另外一个往往会被压缩得很矮这里一定要手动设置一下第二个轴的上下界比如ax2.set_ylim(bottom0)。7. 实战串讲从清洗到一张可发布的疫情趋势图前面讲了不少零散技巧现在用一个完整案例把全部知识串起来。我选择每日确诊病例折线图这个场景因为热搜词里反复出现而且时间序列图恰好能把颜色、字体、坐标轴、标注、pandas联动全部覆盖。7.1 构造模拟数据先造一份模拟数据字段包括日期、城市、新增病例、累计病例import pandas as pd import numpy as np np.random.seed(42) dates pd.date_range(2024-01-01, periods90, freqD) cities [北京, 上海, 广州] rows [] for city in cities: base np.random.randint(20, 50) trend np.linspace(0, 30, 90) daily np.clip(np.random.normal(base trend * 0.2, 5), 0, None).astype(int) cumulative np.cumsum(daily) for i, d in enumerate(dates): rows.append({日期: d, 城市: city, 新增: daily[i], 累计: cumulative[i]}) df pd.DataFrame(rows)7.2 数据整理与筛选先看一下数据结构用pandas的pivot把宽格式转为适合绘图的格式case_wide df.pivot(index日期, columns城市, values新增).fillna(0) cum_wide df.pivot(index日期, columns城市, values累计).fillna(methodffill)这里pivot会按日期自动对齐缺失值用0填充。注意cum_wide用ffill()前向填充累计值因为新增为0时累计值应该保持不变而非变0。7.3 绘制多城市趋势图现在的目标图是先画三城市每日新增病例的折线图用不同颜色区分在峰值日期做高亮标注并叠加一个全局累计曲线的小图。from matplotlib.ticker import MultipleLocator import matplotlib.pyplot as plt fig, ax plt.subplots(figsize(12, 6)) color_map {北京: #264653, 上海: #2A9D8F, 广州: #E76F51} for city in cities: ax.plot(case_wide.index, case_wide[city], labelcity, colorcolor_map[city], linewidth2.5) ax.xaxis.set_major_locator(MultipleLocator(15)) ax.xaxis.set_major_formatter(FuncFormatter(lambda d, _: case_wide.index[int(d)].strftime(%m-%d))) ax.set_xlabel(日期) ax.set_ylabel(每日新增病例数) ax.set_title(2024年一季度三城市每日新增病例趋势, fontweightbold) # 标注全局峰值日期 peak_date case_wide.sum(axis1).idxmax() ax.annotate( f峰值 {case_wide.sum(axis1).max():.0f}, xy(peak_date, case_wide.sum(axis1).max()), xytext(peak_date - pd.Timedelta(days12), case_wide.sum(axis1).max() 20), arrowpropsdict(arrowstyle-, color#E63946, lw1.5), color#E63946, fontsize12, fontweightbold, ) ax.legend(locupper left)这里有几个细节值得展开。MultipleLocator(15)让x轴每15天出现一个主刻度避免90天的日期标签挤成一团。FuncFormatter里int(d)是因为刻度位置值在日期轴上是一个数字距1970年1月1日的天数需要先转回日期索引再格式化。峰值标注用xytext把文本往左挪开了一点防止文字遮住峰值点。7.4 叠加小图用inset_axes嵌套一个汇总图在主图右上角嵌套一个累计病例的迷你折线图算是进阶技巧视觉效果很加分from mpl_toolkits.axes_grid1.inset_locator import inset_axes axins inset_axes(ax, width40%, height35%, locupper left, bbox_to_anchor(0, 0, 1, 1), bbox_transformax.transAxes) for city in cities: axins.plot(cum_wide.index, cum_wide[city], colorcolor_map[city], linewidth1.5) axins.set_title(累计病例, fontsize10) axins.tick_params(labelsize7) axins.set_xlabel(日期, fontsize8) axins.set_ylabel(累计, fontsize8)inset_axes的参数含义width和height是子图占主图坐标系的比例bbox_to_anchor和bbox_transform决定了锚定的位置。这一层细节我想重点提醒子图的标题字号、刻度字号都要手动调小否则数值一多就会糊成一团。7.5 输出与保存绘图完成后保存为矢量格式是论文图谱的硬性要求。我用fig.savefig(covid_trend.png, dpi300) fig.savefig(covid_trend.pdf, dpi300) # 矢量格式文字无限放大不模糊保存时如果发现图例和坐标轴标签被截断检查前面的bbox_inchestight是否生效。如果截断发生在Matplotlib的渲染阶段bbox_inchestight会自动扩展边界框并包含所有artist元素这比手动计算subplots_adjust更高效。8. 性能优化与高频踩坑清单画图多了会遇到形形色色的报错和性能问题。下面这些是从我的实操里沉淀下来的高发问题每个都配有定位思路和解决方案。8.1 数据量大导致绘图卡顿趋势图数据量上万点时Matplotlib默认会把每个点都画出来图表可能卡顿。三个优化思路按优先级排列第一抽样。如果数据是等间隔采样的传感器数据每10个点取一个样本通常能保留曲线形状sampled df.iloc[::10, :]第二设置rasterized。把线的渲染方式设为光栅化矢量输出中能大幅降低保存时间和文件体积ax.plot(x, y, rasterizedTrue)第三只保留必要的细节。折线图超过5000个点人眼已经看不清单个点了这时可以把线宽调小、颜色调浅让整体形状说话比强行显示所有数据点更专业。8.2 Matplotlib字体相关的高频报错字体问题占了Matplotlib报错的四成下面是几个常见场景findfont: Font family xxx not found字体名不存在或者字体缓存未更新。先按第4节的排查链路走一遍如果字体确实安装了还报这个执行font_manager._rebuild()刷新缓存。Glyph 20986 missing from current font当前字体缺少某个字形。通常是ASCII字体渲染中文导致的按4.1节设置全局中文字体即可。中文显示正常但英文显示异常font.family设置为中文字体后部分英文连字符或数学符号找不到字形把font.serif或font.sans-serif列表里同时加入英文相关字体。8.3 保存图像的格式怎么选论文插图、报告配图、博客用图、印刷图对格式的要求不同PNG300dpi日常报告和网页发布的首选兼容性最好。PDF/SVG学术论文和需要无限放大的场景。文字和线条在矢量格式下保持锐利但要注意PDF文件在部分应用程序中的兼容性。EPS老牌期刊系统的最低要求但字体嵌入有时会出问题谨慎使用。一个容易踩的坑是用savefig保存时如果图表中有alpha不透明度较低的阴影或渐变PNG转PDF后可能出现色差。这是因为PDF渲染不透明度时采用了不同的颜色空间。我的经验是出版级图表尽量避开半透明元素需要表达层次时用不同深浅的纯色替代。8.4 批量出图的模板化思维当你需要产出成百上千张图表时代码的复用性就很关键了。我的做法是写一个绘图模板函数把样式固定下来def make_trend_chart(df, title, save_path): K len(df.columns) colors plt.get_cmap(Set2).colors fig, ax plt.subplots(figsize(10, 5)) for i, col in enumerate(df.columns): ax.plot(df.index, df[col], labelcol, colorcolors[i % K], linewidth2) ax.set_title(title, fontweightbold) ax.legend() fig.tight_layout() fig.savefig(save_path, dpi300, bbox_inchestight) plt.close(fig) # 关闭figure释放内存plt.close(fig)是批量出图里最容易遗漏的一行。如果不关闭每次figure的对象都会保留在内存中跑两百张图内存直接爆掉。在Matplotlib上用到的每一分心思最后都会在图表上体现出来。配色、字体、坐标轴、标注每个细节单独看都不起眼组合在一起就是专业的观感。我自己画了这么多年最深的体会是不要追求一次写出完美的绘图脚本而是先画出基础版然后一步步迭代——加配置、调颜色、修刻度、补标注。每多一个细节图表就往前进一步。遇到问题时也别硬背参数去查rcParams文档、用Tab补全探索set_方法这些笨办法反而是最稳定的进步路径。如果你正准备用Matplotlib画下一张图不妨先花两分钟把第1节的全局配置粘贴到自己代码里然后打开一本《Python数据可视化手册》或者直接翻Matplotlib官方画廊选一个心仪的案例将其复刻出来。能复刻就说明你离真正掌握它不远了。 Matplotlib图表美化指南：从默认样式到专业级可视化
默认的蓝橙色图表到底丑在哪里如果你用Matplotlib画过几张图大概率经历过这种尴尬代码跑通了图表出来了但怎么看怎么像2005年的毕业论文插图——灰扑扑的背景、浮雕感的边框、饱和度刺眼的默认蓝坐标轴标签挤成一团中文字体还时不时变成方块。这不是你的问题这是Matplotlib默认配置的问题。Matplotlib的默认样式设计于二十多年前目标是为MATLAB用户提供迁移便利那个年代的审美标准放在今天显然不够用。但很多人因此误判觉得Matplotlib就只能画出这种学术但丑陋的图转头去学Plotly、Bokeh甚至用Excel硬扛。实际上Matplotlib的底层能力远被低估了。它是Python数据可视化生态的基石pandas、seaborn的高级绘图接口全部构建在Matplotlib之上。只要掌握配色、字体、坐标轴和容器对象这几个核心环节它完全能画出可发表、可汇报、可对外展示的专业级图表。这篇文章从我的实际使用经验出发讲清楚三条主线第一Matplotlib的三层对象结构这是所有高级操作的地基第二让图表变专业的关键细节包括颜色映射、中文字体、坐标轴精修第三如何结合pandas快速完成从数据到图表的完整流程。最后用一张疫情数据趋势图作为实战收尾把前面所有知识点串起来。适合的读者是这些人能用Matplotlib画基础折线图和散点图但觉得图表不够好看的被中文字体和颜色搭配折磨过的以及想在论文、报告、技术博客里输出高水准配图的人。如果你完全是零基础也不用担心我会把涉及的基础概念都解释清楚。1. 大多数人画的图不够专业根源在默认配置先说一个反直觉的事实Matplotlib画出的图丑通常不是绘图代码写错了而是没有动过全局配置。默认的rcParams是为功能完整考虑的——要保证任何环境下都能画出图而非保证图好看。1.1 默认风格的三个硬伤打开一张默认的Matplotlib折线图你会看到图表的上下左右都有一圈黑色脊线spine背景是浅灰色数据线的颜色是#1f77b4的亮蓝。这三个元素叠加在一起视觉上显得旧版MATLAB味十足。脊线的问题在于现代图表设计追求数据墨水比率——所有不需要的墨迹都应该去掉坐标轴的右侧和上方脊线几乎没有信息量默认却全部画出来了。灰色背景则是源于早期CRT显示器的设计习惯现在的屏幕早已不需要用它来缓解频闪。而默认的颜色序列虽然色盲友好度还行但饱和度太高、色相跳变生硬几个系列叠在一起时视觉重心会被高饱和颜色抢走数据反而成了配角。1.2 一套值得固化的全局配置我的做法是画图前先加载自定义配置把这些默认短板一次性补上。核心配置如下import matplotlib as mpl import matplotlib.pyplot as plt mpl.rcParams.update({ # 字体与字号 font.family: sans-serif, font.sans-serif: [Microsoft YaHei, SimHei, DejaVu Sans], font.size: 12, axes.titlesize: 14, axes.labelsize: 13, legend.fontsize: 11, xtick.labelsize: 10, ytick.labelsize: 10, # 坐标轴 axes.spines.top: False, axes.spines.right: False, axes.facecolor: white, axes.edgecolor: #4A4A4A, axes.linewidth: 0.8, # 图例与网格 legend.frameon: False, axes.grid: True, grid.color: #E0E0E0, grid.linestyle: --, grid.linewidth: 0.6, # 输出 figure.figsize: (8, 5), figure.dpi: 100, savefig.dpi: 300, savefig.bbox: tight, })这套配置的思路是去掉无用脊线、关闭图例边框、网格线用淡灰色虚线压低存在感、字体统一为黑体系保证中英文一致性、保存时bboxtight自动裁掉多余白边。这里解释几个容易忽略的点。legend.frameon很多人不知道图例默认带一个白色背景框会遮住网格线和数据关掉后清爽很多。grid.color选#E0E0E0而不是纯黑是为了让网格线退到数据后面。savefig.bbox不是保存时才生效它影响的是输出图像边缘的留白论文插图拼接时这个设置能省很多裁剪的工夫。提示这套配置写在代码文件开头或者专门建一个style_setup.py每次画图前import即可。如果你用Jupyter Notebook建议放在第一个单元格。2. 理解Figure、Axes和Artist丢掉一个命令画一张图的思维很多教程教画图上来就是plt.plot(x, y)、plt.scatter(x, y)然后加标题、加标签、plt.show()。这种面向plt前缀的写法在简单场景下没问题但一旦需要子图、双坐标轴、精确布局就会晕头转向。根子在于没有建立Matplotlib的对象模型。2.1 三个层次到底各管什么事Matplotlib的所有内容由三层对象组成从大到小依次是Figure画布最外层的容器相当于一张白纸。可以包含多个Axes也可以容纳标题、图例等全局元素。一个Figure就是一个独立的图像文件。Axes坐标系Figure内部的绘图区域。每个Axes有自己的坐标轴、刻度和背景是大多数绘图操作的载体。注意Axes是复数单数Axis指的是坐标轴本身。Artist艺术对象Axes内部的每一个可见元素包括线条、文本、图例、刻度标签等几乎你能想到的所有图形元素都属于Artist。用生活类比来理解Figure是相框里的画纸Axes是画纸上用铅笔框出的作画区域Artist是区域里的每一笔线条和每一块颜色。2.2 初学者常见的混乱模式混乱的根源通常是混用pyplot方式和面向对象方式。看这个例子plt.figure(figsize(10, 5)) # pyplot方式 plt.subplot(1, 2, 1) # pyplot方式 plt.plot(x, y) # 当前Axes上绘图 plt.xlabel(x) # 作用于当前Axes这段代码能跑但问题在于你根本不知道plt.xlabel作用于哪个Axes——它作用于当前活跃的Axes。这个状态是隐式的一旦你在一个子图上画完忘记切换后面的元素全部会画到错误的位置。等发现时要么重画要么用各种偏移微调浪费时间。我推荐的做法是全程显式fig, (ax1, ax2) plt.subplots(1, 2, figsize(10, 5)) ax1.plot(x, y) ax1.set_xlabel(x) ax2.scatter(x, z)fig, ax plt.subplots()同时返回画布和坐标系对象之后所有操作都通过ax.前缀调用。这样做的好处一是代码意图一目了然每个元素属于哪个坐标系清清楚楚二是调试时可以直接ax的属性来检查状态三是复制、移动子图时只需调整subplots的参数绘图代码完全不变。2.3 Artist属性的统一操作逻辑Matplotlib的Artist对象有一个统一的思想每个可见元素都可以通过set_*方法修改属性通过get_*方法查询属性。比如line, ax.plot(x, y) line.set_color(#E63946) # 修改线色 line.set_linewidth(2.5) # 修改线宽 line.set_linestyle(--) # 修改线型这种设计让Matplotlib的API极其一致。你不需要记忆每个元素专属的几十个参数只需要记住creator返回的对象支持set_*即可。文本、图例、刻度标签、坐标轴标题全部如此。这里有个很有用的排查技巧当你想修改某个元素但不知道方法名时在Jupyter里输入line.set_然后按Tab键会弹出所有可用方法。善用这个技巧能减少大量查文档的时间。3. 颜色是专业感的分水岭colormap必须学会用如果你只记住一个让图表变高级的要点那就是颜色。Matplotlib的默认颜色循环在数据少时还能用一旦超过5个系列崩溃不可避免。更严重的是很多人用tab10色图给连续变量上色或者反过来用连续色图表达离散类别——这两类错误在论文审稿阶段很常见。3.1 离散色与连续色的使用边界理解颜色的关键在于区分两个场景离散数据类别城市、品类、组别。每个类别有独立的颜色颜色之间要可区分、互不干扰。连续数据数值范围温度、密度、概率。颜色从低到高形成渐变要能直观表达大小顺序。Matplotlib的三类色图分别对应这两个场景。tab10、tab20、Set2是离散色图viridis、plasma、cividis是连续色图RdBu、PiYG这类双色色图适合表达正负偏离比如气温距平、实验误差。用错场景的典型例子把一个离散类别映射到viridis上结果是配色本身暗示了高低关系而类别并没有高低属性看图的人会被误导。3.2 连续色图的映射逻辑连续色图的本质是一个映射函数输入一个数值输出一个颜色。这个映射关系通过Normalize对象控制import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import Normalize data np.random.randn(10, 10) * 10 30 fig, ax plt.subplots(figsize(7, 5)) im ax.imshow(data, cmapviridis, normNormalize(vmin10, vmax50)) cbar fig.colorbar(im, axax, shrink0.85, label温度 (°C))vmin和vmax决定数值到颜色的映射范围。不设置时自动用数据的最大最小值这会导致多张图难以横向对比——每张图的颜色范围各自为政视觉上就失去可比性。我的经验是手动设置vmin和vmax统一多张图的范围。比如要对比3月份和7月份的温度分布把两次绘图的vmin都设为全年的最低温vmax设为全年的最高温这样读者用视觉对比时才有意义。还有一个容易被忽视的参数cmap.set_bad()。当数据中有NaN时默认会用透明色显示这对于地图类图表来说很难看可以显式指定import matplotlib.cm as cm cmap cm.get_cmap(viridis).copy() cmap.set_bad(color#E0E0E0) # 缺失值显示为灰色3.3 一套可以抄作业的配色方案如果你不想深入研究色彩理论直接套用下面这套方案用Set2或tab10做类别色主色选低饱和度的深色调辅助色选高明度的浅色调。COLORS { primary: #264653, # 深蓝绿适合主数据线 secondary: #2A9D8F, # 青绿色适合对比数据 accent: #E9C46A, # 暖黄适合高亮重点 danger: #E76F51, # 珊瑚红适合警示/特殊标注 neutral: #8D99AE, # 灰蓝适合次要信息 }这套配色灵感来自经典的uky配色方案特点是主色压得住、辅助色不抢镜、强调色足够跳在浅色背景下颜值很高。使用时记得一张图里的主色不要超过2个辅助色控制在4个以内剩下的信息用灰色系表达。4. 中文字体与font_manager报错绕不开的本地化难题对中文用户来说Matplotlib一个绕不开的坎就是中文显示。默认的DejaVu Sans字体不支持汉字于是中文标签全部变成方框。热搜词里出现了matplotlib.font_manager的warning信息想必不少人见过这个报错[warning] matplotlib.font_manager: findfont: Font family Microsoft YaHei not found.这个warning有两层信息一是Matplotlib在字体缓存和系统字体里都没找到指定的字体二是即使你设置了font.sans-serif如果字体名与实际安装的字体名不完全一致依旧找不到。4.1 排查字体的完整链路我的排查流程是这样走的第一步查系统已安装的字体列表from matplotlib import font_manager fonts sorted([f.name for f in font_manager.fontManager.ttflist]) for f in fonts: if Hei in f or Song in f or Yuan in f: print(f)这里会输出系统中Matplotlib能识别的所有中文字体名比如Microsoft YaHei、SimHei、KaiTi、Noto Sans CJK SC等。第二步验证某个字体是否真的被渲染出来import matplotlib.pyplot as plt plt.rcParams[font.family] Microsoft YaHei fig, ax plt.subplots() ax.text(0.5, 0.5, 中文测试图表绘制成功, hacenter, fontsize16) ax.axis(off) plt.show()这一步很关键它能在5秒内确定字体路径是否打通。如果这一步的中文正常后续所有代码都稳定。第三步如果系统列表里找不到就需要手动注册ttf字体文件from matplotlib import font_manager font_manager.fontManager.addfont(/path/to/your/font.ttf) prop font_manager.FontProperties(fname/path/to/your/font.ttf) plt.rcParams[font.family] prop.get_name()这种方式的好处是不依赖系统字体安装状态适合在服务器环境、Docker容器等没有中文字体的场景使用。4.2 负号和中英文混排的细节搞定中文字体后还会遇到两个隐藏问题。第一个是负号问题。把font.family设置为中文字体后默认的ASCII负号-可能无法正常显示变成方块。解决办法是显式指定Unicode Minusmpl.rcParams[axes.unicode_minus] False第二个是混排问题。当一个坐标轴标签同时包含英文变量和中文说明时比如R² (决定系数)如果字体不支持上标字符比如部分雅黑版本对²支持不完善就会出现显示异常。稳妥的做法是分开设置文本的字体属性用mathtext处理数学部分ax.set_xlabel(r$R^2$决定系数)顺便说一句如果你用的是Linux服务器推荐下载Noto Sans CJK SC这个开源字体它是Google和Adobe联合开发的覆盖中日韩字符在学术圈使用很普遍。下载后解压出ttc文件放到/usr/share/fonts/目录然后执行fc-cache -f刷新字体缓存即可。5. pandas与Matplotlib联动先整理数据再决定画法热搜词里有一条是pandas与matplotlib练习这确实是个高频需求。pandas的DataFrame.plot接口直接封装了Matplotlib好处是处理数据框时不需要手动拆列、循环、拼装一句代码就能画出分组统计图。但这里有个认知陷阱df.plot()方便但越方便越容易画错图。你需要先想清楚数据是长格式还是宽格式这决定了图表能否准确表达信息。5.1 长数据与宽数据的绘图差异宽格式数据每一列是一个指标长格式数据每一行是一个观测。看个例子import pandas as pd # 宽格式每一列是一个城市 wide_df pd.DataFrame({ 日期: pd.date_range(2024-01-01, periods30, freqD), 北京: np.random.randint(20, 40, 30), 上海: np.random.randint(18, 36, 30), 广州: np.random.randint(25, 42, 30), }) # 长格式城市列是类别数值列是值 long_df wide_df.melt(id_vars日期, var_name城市, value_name数值)用宽格式画折线图直接对列名循环调用plotfig, ax plt.subplots(figsize(10, 5)) for city in [北京, 上海, 广州]: ax.plot(wide_df[日期], wide_df[city], labelcity, linewidth2) ax.legend()用长格式画更适合seaborn之类的接口。但pandas自身也提供了groupby聚合后绘图的能力long_df.groupby(城市)[数值].mean().plot(kindbar)我的建议是绝大多数复杂可视化先把数据转换为长格式。原因是长格式天然适合分组、聚合、映射色图而且便于用hue这类参数。5.2 透视表绘图统计口径先统一pandas提供的pivot_table是数据绘图中最被低估的功能。比如你想画不同城市、不同月份的平均气温柱状图两步搞定df pd.DataFrame({ 城市: np.random.choice([北京, 上海, 广州], 300), 月份: np.random.choice([1月, 4月, 7月, 10月], 300), 气温: np.random.randn(300) * 8 20, }) pivot df.pivot_table(index城市, columns月份, values气温, aggfuncmean) pivot.plot(kindbar, figsize(10, 5))这里提醒一个细节aggfunc默认是mean但如果你数据里有重复采样或者不同权重要明确指定聚合函数否则出的图可能隐藏了数据的真实分布。5.3 用pandas做多维度筛选再画图更贴近实操的场景是一份数据里有很多维度和很多指标你想画某条件下的趋势对比。这时候先用pandas的布尔筛选把子集拿出来再绘图逻辑最清晰subset df[(df[城市] 北京) (df[月份].isin([1月, 7月]))] subset.groupby(日期)[气温].mean().plot()这一小段代码体现了先整理后画图的核心思想Matplotlib只负责把给定的数据画出来数据是否应该画这种图、画之前需不需要转换、用哪个子集这些判断应该在pandas阶段完成。6. 高级外观精修坐标轴、标注与时间序列的细节到这步图表的基础框架已经能搭出来了。但专业感的差距往往来自坐标轴刻度、网格线处理、标注放置和时间序列的视觉优化这些细节。这一部分我按场景拆开讲。6.1 刻度范围与刻度的显示逻辑Matplotlib默认自动计算刻度范围和刻度间隔这对快速探索数据是好功能但对出版级图表往往不够精细。控制范围的三个常用方法ax.set_xlim(0, 100) # 手动指定范围 ax.set_ylim(bottom0) # 只设置下界常用于柱状图避免柱子悬浮 ax.set_xlim(*ax.get_xlim()[::-1]) # 翻转x轴方向控制刻度间隔的一个常用操作是MultipleLocatorfrom matplotlib.ticker import MultipleLocator, FuncFormatter ax.xaxis.set_major_locator(MultipleLocator(10)) # 每10个单位一个主刻度 ax.yaxis.set_major_locator(MultipleLocator(5)) # 每5个单位一个主刻度我经常看到的问题是刻度过密或者过疏。默认自动刻度有时会在窄图表上挤出七八个y轴刻度标签视觉上非常拥挤。用MultipleLocator直接指定间距比手动写tick列表更易维护。6.2 格式化的高级用法刻度标签的格式化是让图表看起来更专业的高性价比手段。比如y轴数值很大默认显示1000000换成1M或者科学计数法会清爽很多def millions(x, pos): return f{x/1e6:.0f}M ax.yaxis.set_major_formatter(FuncFormatter(millions))百分比数据同理ax.yaxis.set_major_formatter(FuncFormatter(lambda y, _: f{y:.0%}))如果要显示货币可以这样ax.xaxis.set_major_formatter(FuncFormatter(lambda x, _: f¥{x:,.0f}))FuncFormatter的工作原理是接收两个参数刻度值和位置返回字符串。这个方法比直接修改xticklabels更可靠因为刻度标签在缩放坐标系时会自动更新。6.3 精确标注箭头、文本和高亮区域一张图传递的信息越多标注的难度越大。我的标注工具箱有三个常用武器第一个是ax.annotate箭头标注ax.annotate( 峰值点, xy(x_peak, y_peak), # 箭头指向的位置 xytext(x_peak-3, y_peak5), # 文本位置 arrowpropsdict(arrowstyle-, color#333333, lw1.2), fontsize11, )第二个是ax.axvline和ax.axhspan高亮关键区域ax.axvline(pd.Timestamp(2024-06-15), color#E76F51, linestyle--, linewidth1.5) ax.axhspan(25, 30, color#E9C46A, alpha0.2) # 浅黄色带标注预警区间第三个是ax.text在指定坐标处放置文本适合标注图表的空白区域ax.text(0.02, 0.85, 第一阶段, transformax.transAxes, fontsize12, color#666666)这里重点解释transformax.transAxes的妙用。默认ax.text的坐标是数据坐标一旦数据范围变化文本相对位置就可能跑出图表。transAxes把坐标变成坐标轴坐标系(0,0)是左下角(1,1)是右上角。这样无论数据怎么缩放文本始终保持相对位置不变。这个技巧在批量生成图表时极其重要。6.4 时间序列绘图的三个细节时间序列是Matplotlib绘图中一个独立的坑热搜词里也提到了绘制每天确诊病例折线图时间序列绘图的细节尤其关键。第一日期刻度自动优化。Matplotlib对日期轴有自动刻度选择机制但默认效果经常不尽如人意。推荐手动指定from matplotlib.dates import DateFormatter, AutoDateLocator locator AutoDateLocator() formatter DateFormatter(%m-%d) ax.xaxis.set_major_locator(locator) ax.xaxis.set_major_formatter(formatter)如果数据跨度大AutoDateLocator会自动根据数据范围选择天、周、月的刻度间隔省去手写判断逻辑的麻烦。第二日期范围裁剪。画时间序列时常见的错误是日期轴溢出出现大量空白。用ax.set_xlim配合pd.Timestamp可以精确控制ax.set_xlim(pd.Timestamp(2024-01-01), pd.Timestamp(2024-12-31))第三节假日和缺失日的处理。如果数据是工作日而你要画连续日期缺失周末会导致折线断裂。两种解决办法一是转为平均值填充二是用interpolate()填补缺失值。具体选哪个取决于业务含义但无论如何不要直接画带空洞的折线那会让读者误解为数据中断。6.5 子图布局和组合图一个Figure包含多个Axes时布局的合理性直接决定图表的可读性。我的布局经验共享x轴时用sharexTrue同时plt.subplots里的gridspec_kw设置高度比。组合图柱状图折线图时双坐标轴的间距要留足第二y轴的标签要明确区分。fig, ax1 plt.subplots(figsize(10, 5)) ax2 ax1.twinx() ax1.bar(df[日期], df[新增病例], color#E9C46A, alpha0.7, label每日新增) ax2.plot(df[日期], df[累计病例], color#264653, linewidth2, label累计病例) ax1.set_xlabel(日期) ax1.set_ylabel(每日新增, color#B5835A) ax2.set_ylabel(累计病例, color#264653)twinx()会创建一个共享x轴的第二个y轴坐标系。注意两个轴的刻度哪个确定后另外一个往往会被压缩得很矮这里一定要手动设置一下第二个轴的上下界比如ax2.set_ylim(bottom0)。7. 实战串讲从清洗到一张可发布的疫情趋势图前面讲了不少零散技巧现在用一个完整案例把全部知识串起来。我选择每日确诊病例折线图这个场景因为热搜词里反复出现而且时间序列图恰好能把颜色、字体、坐标轴、标注、pandas联动全部覆盖。7.1 构造模拟数据先造一份模拟数据字段包括日期、城市、新增病例、累计病例import pandas as pd import numpy as np np.random.seed(42) dates pd.date_range(2024-01-01, periods90, freqD) cities [北京, 上海, 广州] rows [] for city in cities: base np.random.randint(20, 50) trend np.linspace(0, 30, 90) daily np.clip(np.random.normal(base trend * 0.2, 5), 0, None).astype(int) cumulative np.cumsum(daily) for i, d in enumerate(dates): rows.append({日期: d, 城市: city, 新增: daily[i], 累计: cumulative[i]}) df pd.DataFrame(rows)7.2 数据整理与筛选先看一下数据结构用pandas的pivot把宽格式转为适合绘图的格式case_wide df.pivot(index日期, columns城市, values新增).fillna(0) cum_wide df.pivot(index日期, columns城市, values累计).fillna(methodffill)这里pivot会按日期自动对齐缺失值用0填充。注意cum_wide用ffill()前向填充累计值因为新增为0时累计值应该保持不变而非变0。7.3 绘制多城市趋势图现在的目标图是先画三城市每日新增病例的折线图用不同颜色区分在峰值日期做高亮标注并叠加一个全局累计曲线的小图。from matplotlib.ticker import MultipleLocator import matplotlib.pyplot as plt fig, ax plt.subplots(figsize(12, 6)) color_map {北京: #264653, 上海: #2A9D8F, 广州: #E76F51} for city in cities: ax.plot(case_wide.index, case_wide[city], labelcity, colorcolor_map[city], linewidth2.5) ax.xaxis.set_major_locator(MultipleLocator(15)) ax.xaxis.set_major_formatter(FuncFormatter(lambda d, _: case_wide.index[int(d)].strftime(%m-%d))) ax.set_xlabel(日期) ax.set_ylabel(每日新增病例数) ax.set_title(2024年一季度三城市每日新增病例趋势, fontweightbold) # 标注全局峰值日期 peak_date case_wide.sum(axis1).idxmax() ax.annotate( f峰值 {case_wide.sum(axis1).max():.0f}, xy(peak_date, case_wide.sum(axis1).max()), xytext(peak_date - pd.Timedelta(days12), case_wide.sum(axis1).max() 20), arrowpropsdict(arrowstyle-, color#E63946, lw1.5), color#E63946, fontsize12, fontweightbold, ) ax.legend(locupper left)这里有几个细节值得展开。MultipleLocator(15)让x轴每15天出现一个主刻度避免90天的日期标签挤成一团。FuncFormatter里int(d)是因为刻度位置值在日期轴上是一个数字距1970年1月1日的天数需要先转回日期索引再格式化。峰值标注用xytext把文本往左挪开了一点防止文字遮住峰值点。7.4 叠加小图用inset_axes嵌套一个汇总图在主图右上角嵌套一个累计病例的迷你折线图算是进阶技巧视觉效果很加分from mpl_toolkits.axes_grid1.inset_locator import inset_axes axins inset_axes(ax, width40%, height35%, locupper left, bbox_to_anchor(0, 0, 1, 1), bbox_transformax.transAxes) for city in cities: axins.plot(cum_wide.index, cum_wide[city], colorcolor_map[city], linewidth1.5) axins.set_title(累计病例, fontsize10) axins.tick_params(labelsize7) axins.set_xlabel(日期, fontsize8) axins.set_ylabel(累计, fontsize8)inset_axes的参数含义width和height是子图占主图坐标系的比例bbox_to_anchor和bbox_transform决定了锚定的位置。这一层细节我想重点提醒子图的标题字号、刻度字号都要手动调小否则数值一多就会糊成一团。7.5 输出与保存绘图完成后保存为矢量格式是论文图谱的硬性要求。我用fig.savefig(covid_trend.png, dpi300) fig.savefig(covid_trend.pdf, dpi300) # 矢量格式文字无限放大不模糊保存时如果发现图例和坐标轴标签被截断检查前面的bbox_inchestight是否生效。如果截断发生在Matplotlib的渲染阶段bbox_inchestight会自动扩展边界框并包含所有artist元素这比手动计算subplots_adjust更高效。8. 性能优化与高频踩坑清单画图多了会遇到形形色色的报错和性能问题。下面这些是从我的实操里沉淀下来的高发问题每个都配有定位思路和解决方案。8.1 数据量大导致绘图卡顿趋势图数据量上万点时Matplotlib默认会把每个点都画出来图表可能卡顿。三个优化思路按优先级排列第一抽样。如果数据是等间隔采样的传感器数据每10个点取一个样本通常能保留曲线形状sampled df.iloc[::10, :]第二设置rasterized。把线的渲染方式设为光栅化矢量输出中能大幅降低保存时间和文件体积ax.plot(x, y, rasterizedTrue)第三只保留必要的细节。折线图超过5000个点人眼已经看不清单个点了这时可以把线宽调小、颜色调浅让整体形状说话比强行显示所有数据点更专业。8.2 Matplotlib字体相关的高频报错字体问题占了Matplotlib报错的四成下面是几个常见场景findfont: Font family xxx not found字体名不存在或者字体缓存未更新。先按第4节的排查链路走一遍如果字体确实安装了还报这个执行font_manager._rebuild()刷新缓存。Glyph 20986 missing from current font当前字体缺少某个字形。通常是ASCII字体渲染中文导致的按4.1节设置全局中文字体即可。中文显示正常但英文显示异常font.family设置为中文字体后部分英文连字符或数学符号找不到字形把font.serif或font.sans-serif列表里同时加入英文相关字体。8.3 保存图像的格式怎么选论文插图、报告配图、博客用图、印刷图对格式的要求不同PNG300dpi日常报告和网页发布的首选兼容性最好。PDF/SVG学术论文和需要无限放大的场景。文字和线条在矢量格式下保持锐利但要注意PDF文件在部分应用程序中的兼容性。EPS老牌期刊系统的最低要求但字体嵌入有时会出问题谨慎使用。一个容易踩的坑是用savefig保存时如果图表中有alpha不透明度较低的阴影或渐变PNG转PDF后可能出现色差。这是因为PDF渲染不透明度时采用了不同的颜色空间。我的经验是出版级图表尽量避开半透明元素需要表达层次时用不同深浅的纯色替代。8.4 批量出图的模板化思维当你需要产出成百上千张图表时代码的复用性就很关键了。我的做法是写一个绘图模板函数把样式固定下来def make_trend_chart(df, title, save_path): K len(df.columns) colors plt.get_cmap(Set2).colors fig, ax plt.subplots(figsize(10, 5)) for i, col in enumerate(df.columns): ax.plot(df.index, df[col], labelcol, colorcolors[i % K], linewidth2) ax.set_title(title, fontweightbold) ax.legend() fig.tight_layout() fig.savefig(save_path, dpi300, bbox_inchestight) plt.close(fig) # 关闭figure释放内存plt.close(fig)是批量出图里最容易遗漏的一行。如果不关闭每次figure的对象都会保留在内存中跑两百张图内存直接爆掉。在Matplotlib上用到的每一分心思最后都会在图表上体现出来。配色、字体、坐标轴、标注每个细节单独看都不起眼组合在一起就是专业的观感。我自己画了这么多年最深的体会是不要追求一次写出完美的绘图脚本而是先画出基础版然后一步步迭代——加配置、调颜色、修刻度、补标注。每多一个细节图表就往前进一步。遇到问题时也别硬背参数去查rcParams文档、用Tab补全探索set_方法这些笨办法反而是最稳定的进步路径。如果你正准备用Matplotlib画下一张图不妨先花两分钟把第1节的全局配置粘贴到自己代码里然后打开一本《Python数据可视化手册》或者直接翻Matplotlib官方画廊选一个心仪的案例将其复刻出来。能复刻就说明你离真正掌握它不远了。