为了帮助你更好地掌握 matplotlib.pyplot（简称 plt）模块，以下总结了一些常用的函数及其关键参数，并解释了这些参数的作用。这将帮助你在编写代码时快速查阅和对照，进一步深化对 plt 的理解和应用。

常用 plt 函数及其关键参数

1. plt.plot()

用于绘制折线图，是最常用的绘图函数之一。

常用参数：

• x: x 轴数据。
• y: y 轴数据。
• color (color='blue'): 线条颜色。
• linestyle (linestyle='-'): 线条样式，如 '-'（实线）、'--'（虚线）、':'（点线）等。
• marker (marker='o'): 数据点标记样式，如 'o'（圆点）、'x'、's'（方块）等。
• linewidth (linewidth=2): 线条宽度。
• label (label='Data Label'): 图例标签。

示例：

plt.plot(x, y, color='red', linestyle='--', marker='x', linewidth=2, label='Sample Line')

2. plt.scatter()

用于绘制散点图，适合展示数据点的分布。

常用参数：

• x: x 轴数据。
• y: y 轴数据。
• s (s=100): 点的大小。
• c (c='green'): 点的颜色。
• marker (marker='^'): 点的形状，如 'o'（圆点）、'^'（三角形）等。
• alpha (alpha=0.5): 点的透明度，范围从 0（完全透明）到 1（不透明）。

示例：

plt.scatter(x, y, s=50, c='blue', marker='o', alpha=0.7)

3. plt.bar()

用于绘制柱状图，常用于展示分类数据。

常用参数：

• x: 分类标签。
• height: 每个分类的高度（值）。
• width (width=0.8): 柱子的宽度。
• color (color='skyblue'): 柱子的颜色。
• align (align='center'): 柱子对齐方式，通常为 'center' 或 'edge'。

示例：

plt.bar(categories, values, width=0.6, color='orange', align='center')

4. plt.hist()

用于绘制直方图，适合展示数据的分布情况。

常用参数：

• x: 要绘制直方图的数据。
• bins (bins=10): 直方图的柱数或分箱方式。
• range (range=(0, 100)): 数据范围。
• density (density=False): 是否归一化。
• color (color='purple'): 直方图颜色。
• alpha (alpha=0.75): 透明度。

示例：

plt.hist(data, bins=20, range=(0, 50), density=True, color='green', alpha=0.6)

5. plt.pie()

用于绘制饼图，展示各部分占总体的比例。

常用参数：

• x: 各部分的大小。
• labels (labels=['A', 'B', 'C']): 各部分的标签。
• colors (colors=['red', 'blue', 'green']): 各部分的颜色。
• autopct (autopct='%1.1f%%'): 百分比显示格式。
• startangle (startangle=90): 起始角度。
• explode (explode=(0, 0.1, 0)): 突出显示某部分。

示例：

plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=140, explode=(0, 0.1, 0, 0))

6. plt.imshow()

用于显示图像或热力图，适合展示矩阵数据。

常用参数：

• X: 要显示的图像数据（二维数组）。
• cmap (cmap='viridis'): 颜色映射。
• interpolation (interpolation='nearest'): 插值方式，如 'nearest'、'bilinear' 等。
• aspect (aspect='auto'): 长宽比。

示例：

plt.imshow(data, cmap='hot', interpolation='nearest', aspect='auto')
plt.colorbar()  # 添加颜色条

7. plt.errorbar()

用于绘制带误差条的图表，显示数据的不确定性。

常用参数：

• x: x 轴数据。
• y: y 轴数据。
• yerr (yerr=error): y 方向的误差。
• xerr (xerr=error): x 方向的误差。
• fmt (fmt='-o'): 点的格式，如 '-o' 表示实线连接的圆点。
• capsize (capsize=5): 误差条末端的横线长度。
• elinewidth (elinewidth=1.5): 误差条线宽。
• marker (marker='s'): 标记样式。

示例：

plt.errorbar(x, y, yerr=errors, fmt='-o', capsize=5, elinewidth=2, marker='s', color='blue')

8. plt.subplot() 和 plt.subplots()

用于在同一个图形窗口中创建多个子图。

plt.subplot()

常用参数：

• nrows: 子图的行数。
• ncols: 子图的列数。
• index: 子图的位置编号。

示例：

plt.subplot(2, 1, 1)  # 第一个子图（2 行 1 列中的第 1 个）
plt.plot(x1, y1)
plt.subplot(2, 1, 2)  # 第二个子图
plt.plot(x2, y2)

plt.subplots()

常用参数：

• nrows: 子图的行数。
• ncols: 子图的列数。
• figsize (figsize=(10, 5)): 图形的大小。
• sharex (sharex=True): 是否共享 x 轴。
• sharey (sharey=True): 是否共享 y 轴。

示例：

fig, axes = plt.subplots(2, 2, figsize=(10, 8), sharex=True, sharey=True)
axes[0, 0].plot(x1, y1)
axes[0, 1].bar(categories, values)
axes[1, 0].scatter(x2, y2)
axes[1, 1].hist(data)
plt.tight_layout()  # 自动调整子图间距

9. plt.title()、plt.xlabel()、plt.ylabel()

用于设置图表的标题和坐标轴标签。

常用参数：

• label: 标签文本。
• fontsize (fontsize=14): 字体大小。
• color (color='red'): 字体颜色。
• fontweight (fontweight='bold'): 字体粗细。

示例：

plt.title('My Plot Title', fontsize=16, color='darkblue', fontweight='bold')
plt.xlabel('X Axis Label', fontsize=14)
plt.ylabel('Y Axis Label', fontsize=14)

10. plt.legend()

用于显示图例，帮助区分不同的数据系列。

常用参数：

• loc (loc='upper right'): 图例位置，如 'upper right'、'lower left' 等。
• fontsize (fontsize=12): 字体大小。
• title (title='Legend'): 图例标题。

示例：

plt.plot(x, y, label='Data Series 1')
plt.scatter(x, y, label='Data Points')
plt.legend(loc='best', fontsize=12, title='Legend Title')

11. plt.grid()

用于添加网格线，便于观察数据。

常用参数：

• visible (plt.grid(True)): 是否显示网格。
• which (which='both'): 网格线类型，'major'、'minor' 或 'both'。
• axis (axis='both'): 作用轴，'x'、'y' 或 'both'。
• color (color='gray'): 网格线颜色。
• linestyle (linestyle='--'): 网格线样式。
• linewidth (linewidth=0.5): 网格线宽度。

示例：

plt.grid(True, which='both', axis='both', color='gray', linestyle='--', linewidth=0.5)

12. plt.tight_layout()

自动调整子图参数，使子图适应图形区域，避免标签重叠。

示例：

plt.tight_layout()

13. plt.savefig()

用于将图表保存为文件。

常用参数：

• fname: 文件名，如 'figure.png'、'figure.pdf' 等。
• dpi (dpi=300): 分辨率。
• bbox_inches (bbox_inches='tight'): 包含所有图表元素。
• format (format='png'): 文件格式。

示例：

plt.savefig('my_plot.png', dpi=300, bbox_inches='tight', format='png')

14. plt.axis()

用于设置坐标轴的范围或样式。

常用参数：

• [xmin, xmax, ymin, ymax]: 设置坐标轴范围。
• 'equal': 设置相等的缩放比例。
• 'off': 隐藏坐标轴。

示例：

plt.axis([0, 10, 0, 100])  # 设置 x 轴从 0 到 10，y 轴从 0 到 100
plt.axis('equal')          # 设置相等的缩放比例

15. plt.text()

在图表中添加文本注释。

常用参数：

• x: 文本的 x 坐标。
• y: 文本的 y 坐标。
• s: 文本内容。
• fontsize (fontsize=12): 字体大小。
• color (color='black'): 字体颜色。
• ha (ha='center'): 水平对齐方式，如 'left'、'center'、'right'。
• va (va='center'): 垂直对齐方式，如 'top'、'center'、'bottom'。

示例：

plt.text(5, 50, 'Mid Point', fontsize=12, color='red', ha='center', va='center')

关键 plt 函数参数总结

以下表格总结了一些常用 plt 函数的关键参数及其作用，便于查阅对照：

其他实用 plt 功能

1. 设置字体和样式

你可以通过 plt.rcParams 或在各函数中设置字体和样式参数来定制图表的整体风格。

示例：

plt.rcParams['font.size'] = 14  # 全局字体大小
plt.rcParams['font.family'] = 'Arial'  # 全局字体类型
plt.rcParams['axes.labelweight'] = 'bold'  # 坐标轴标签加粗

2. 刻度和标签定制

调整坐标轴的刻度和标签，可以更好地展示数据。

常用函数：

• plt.xticks() 和 plt.yticks(): 设置刻度的位置和标签。
• plt.tick_params(): 调整刻度线和标签的样式。

示例：

plt.xticks(ticks=[0, 2, 4, 6, 8, 10], labels=['Zero', 'Two', 'Four', 'Six', 'Eight', 'Ten'], fontsize=12, rotation=45)
plt.yticks(fontsize=12)
plt.tick_params(axis='both', which='major', labelsize=12, length=6, width=2, colors='blue')

3. 添加注释

通过 plt.annotate() 在图表中添加注释或标记。

示例：

plt.plot(x, y, label='Data')
plt.annotate('Local Max', xy=(x_max, y_max), xytext=(x_max + 1, y_max + 10),
             arrowprops=dict(facecolor='black', shrink=0.05))

4. 调整图表布局

使用 plt.subplots_adjust() 手动调整子图间距。

示例：

plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1, wspace=0.4, hspace=0.4)

5. 交互式绘图

通过 %matplotlib inline（在 Jupyter Notebook 中）或其他后端支持，实现交互式绘图。

示例：

%matplotlib inline  # 在 Jupyter Notebook 中启用
import matplotlib.pyplot as plt

plt.ion()  # 开启交互模式
plt.plot(x, y)
plt.show()

推荐学习资源

• 官方文档: Matplotlib 官方文档 是学习 plt 的最权威资源，包含详细的函数说明和示例。