技能介绍

解决的问题

matplotlib 图表开发中，常见问题不只是画不出图，而是图不易读、代码难维护：隐式 pyplot 状态在多子图场景容易串轴；标签、图例、刻度互相重叠；颜色映射与数据类型不匹配；导出 PNG、PDF、SVG 时白边和分辨率也不稳定。这个技能把这些问题拆成可落地的选择。

技能如何工作

它围绕 Figure、Axes、Artist、Axis 四层对象组织解释，并区分 pyplot 快速接口与面向对象接口。生产代码更建议使用 fig, ax = plt.subplots()，对每个坐标轴显式控制。内容覆盖折线图、散点图、柱状图、直方图、热力图、等高线图、箱线图、小提琴图等类型，也包括 rcParams、样式表、颜色映射、文本标注、subplots 布局、dpi、bbox_inches='tight' 和透明背景等参数。对 3D 图、动画和大数据集，还会提示 rasterized=True、降采样与 blitting 等取舍。

适用边界

该技能适合在 Python、Jupyter、Tkinter、Qt 或 wxPython 中创建静态、动画和交互式图表，也适合配合 NumPy、Pandas、Seaborn 做进一步可视化。注意 figsize 单位是英寸而不是像素；多图内存泄漏时应 plt.close(fig)；字体警告需要处理 font.sans-serif；复杂分类图应优先选择语义化颜色，而不是单纯靠彩虹色谱。