文中内容仅限技术学习与代码实践参考，市场存在不确定性，技术分析需谨慎验证，不构成任何投资建议。
图形介绍
fig = plt.figure(figsize=(2, 2), facecolor='lightskyblue',
layout='constrained')
fig.suptitle('Figure')
ax = fig.add_subplot()
ax.set_title('Axes', loc='left', fontstyle='oblique', fontsize='medium')
当我们查看 Matplotlib 可视化内容时，几乎总是会看到放置在 Figure 上的 Artist。在上面的例子中，图形是蓝色区域，而 add_subplot 在 Figure 中添加了一个 Axes 艺术家（见图形的组成部分）。更复杂的可视化可以向图形中添加多个轴、颜色条、图例、注释，而轴本身也可以添加多个艺术家（例如 ax.plot 或 ax.imshow）。
查看图形
我们将在下面更详细地讨论如何创建图形，但首先了解如何查看图形是有帮助的。这取决于你如何使用 Matplotlib 以及你使用的后端是什么。
笔记本和集成开发环境
Jupyter Notebook 的截图，通过默认的内联后端生成图形。
如果你正在使用笔记本（例如 Jupyter）或支持笔记本的集成开发环境（PyCharm、VSCode 等），它们会有一个后端，当代码单元格执行时会渲染 Matplotlib 图形。默认的 Jupyter 后端（%matplotlib inline）会创建静态图形，默认情况下会裁剪或扩展图形大小，使其紧密围绕添加到图形中的艺术家（见保存图形，下文）。如果需要在 Jupyter 中使用交互式图形，则需要使用 ipython“魔法”命令，例如在 JupyterLab 或 notebook>=7 中使用 [ipympl](https://matplotlib.org/ipympl/) 后端的 %matplotlib widget，或者在 notebook<7 或 nbclassic 中使用 Matplotlib 笔记本的 %matplotlib notebook。
注意：ipympl 后端位于单独的包中，请参阅安装 ipympl。
通过 %matplotlib notebook 魔法命令生成的交互式图形的 Jupyter Notebook 截图。用户也可以尝试在 JupyterLab 中使用类似的 widget 后端。
独立脚本和交互式使用
如果用户在具有窗口系统的客户端上，可以使用许多后端将图形渲染到屏幕上，通常使用 Python 的 Qt、Tk 或 Wx 工具包，或者原生的 MacOS 后端。这些后端通常在用户的 matplotlibrc 中选择，或者通过在会话或脚本开始时调用例如 matplotlib.use('QtAgg') 来选择。
通过 Python 脚本生成并通过 QtAgg 后端显示的图形的截图。
从脚本运行或交互式使用（例如从 IPython shell）时，图形不会显示，直到我们调用 plt.show()。图形将出现在一个新的 GUI 窗口中，通常会有一个工具栏，带有缩放、平移和其他用于与图形交互的工具。默认情况下，plt.show() 会阻止脚本或 shell 的进一步交互，直到图形窗口关闭，尽管在某些情况下可以关闭此功能。更多详细信息，请参阅交互模式。
请注意，如果你的客户端没有访问窗口系统的权限，图形将回退到使用“Agg”后端绘制，无法查看，但可以保存。
创建图形
创建图形的最常见方法是使用 pyplot 接口。正如在 Matplotlib 应用程序接口（APIs）中提到的，pyplot 接口有两个目的。一个是启动后端并跟踪 GUI 窗口。另一个是为轴和艺术家提供全局状态，以便使用简短形式的 API 进行绘图方法。在上面的例子中，我们使用 pyplot 的第一个目的，并创建了图形对象 fig。作为副作用，fig 也被添加到 pyplot 的全局状态中，可以通过 gcf 访问。
用户通常在创建图形时需要一个轴或一个轴网格，因此除了 figure 之外，还有一些方便的方法可以返回一个图形和一些轴。使用 pyplot.subplots（它简单地包装了 Figure.subplots）可以实现简单的轴网格：
fig, axs = plt.subplots(2, 2, figsize=(4, 3), layout='constrained')
更复杂的网格可以通过 pyplot.subplot_mosaic（它包装了 Figure.subplot_mosaic）实现：
fig, axs = plt.subplot_mosaic([['A', 'right'], ['B', 'right']],
figsize=(4, 3), layout='constrained')
for ax_name, ax in axs.items():
ax.text(0.5, 0.5, ax_name, ha='center', va='center')
有时我们希望在一个图形中有一个嵌套布局，包含两个或多个不共享相同子图网格的轴集合。我们可以使用 add_subfigure 或 subfigures 在父图形中创建虚拟图形；更多详细信息请参阅图形子图形。
fig = plt.figure(layout='constrained', facecolor='lightskyblue')
fig.suptitle('Figure')
figL, figR = fig.subfigures(1, 2)
figL.set_facecolor('thistle')
axL = figL.subplots(2, 1, sharex=True)
axL[1].set_xlabel('x [m]')
figL.suptitle('Left subfigure')
figR.set_facecolor('paleturquoise')
axR = figR.subplots(1, 2, sharey=True)
axR[0].set_title('Axes 1')
figR.suptitle('Right subfigure')
不使用 pyplot 接口直接实例化 Figure 对象也是可能的。这通常只有在你想创建自己的 GUI 应用程序或服务，并且不希望携带 pyplot 全局状态时才需要。有关如何做到这一点的示例，请参阅将 Matplotlib 嵌入图形用户界面中的嵌入示例。
图形选项
创建图形时有一些可用选项。图形在屏幕上的大小由 figsize 和 dpi 设置。figsize 是图形的 (宽度, 高度)，以英寸为单位（或者，如果愿意，也可以使用 72 印刷点为单位）。dpi 是图形每英寸的像素数。为了使图形在屏幕上以你请求的物理大小显示，你应该将 dpi 设置为与你的图形系统相同的 dpi。请注意，许多图形系统现在使用“dpi 比率”来指定有多少屏幕像素用于表示图形像素。Matplotlib 会将 dpi 比率应用于传递给图形的 dpi，以使其具有更高的分辨率，因此你应该将较低的数字传递给图形。
facecolor、edgecolor、linewidth 和 frameon 选项都会以预期的方式改变图形的外观，其中 frameon 如果设置为 False，会使图形透明。
最后，用户可以使用 layout 参数为图形指定布局引擎。目前 Matplotlib 提供了“constrained”、“compressed”和“tight”布局引擎。这些引擎会重新调整图形内的轴，以防止刻度标签重叠，并尝试对齐轴，这可以为许多常见情况节省大量的手动调整图形上艺术家的时间。
添加艺术家
Figure 类有许多方法可以将艺术家添加到 Figure 或 SubFigure 中。其中最常见的是添加各种配置的轴（add_axes、add_subplot、subplots、subplot_mosaic）和子图形（subfigures）。颜色条可以在图形级别添加到轴或一组轴中（colorbar）。还可以添加图形级别的图例（legend）。其他艺术家包括图形范围的标签（suptitle、supxlabel、supylabel）和文本（text）。最后，可以直接使用 add_artist 添加低级艺术家，通常需要小心使用适当的变换。通常这些包括 Figure.transFigure，它在每个方向上从 0 到 1 的范围，表示当前图形大小的分数，或者 Figure.dpi_scale_trans，它将以英寸为单位从图形的左下角表示物理单位（有关更多详细信息，请参阅变换教程）。
保存图形
最后，可以使用 savefig 方法将图形保存到磁盘。fig.savefig('MyFigure.png', dpi=200) 将以 200 点每英寸的分辨率将 PNG 格式的图形保存到当前目录下的 MyFigure.png 文件中。请注意，文件名可以包含相对或绝对路径，指向文件系统中的任何位置。
支持许多类型的输出，包括光栅格式（如 PNG、GIF、JPEG、TIFF）和矢量格式（如 PDF、EPS 和 SVG）。
默认情况下，保存的图形大小由图形大小（以英寸为单位）设置，对于光栅格式，由 dpi 设置。如果未设置 dpi，则使用图形的 dpi。请注意，对于包含已光栅化的艺术家的矢量格式（如 PDF），dpi 仍然有意义；指定的 dpi 将是光栅化对象的分辨率。
可以使用 savefig 的 bbox_inches 参数更改图形的大小。这可以手动指定，同样以英寸为单位。然而，最常用的选项是 bbox_inches='tight'。此选项会“收缩包装”，根据需要裁剪或扩展图形大小，使其紧密围绕图形中的所有艺术家，并且可以指定一个小的填充，由 pad_inches 设置，默认为 0.1 英寸。下面的图形中的虚线框显示了如果在 savefig 中使用 bbox_inches='tight'，将保存图形的哪一部分。
风险提示与免责声明
本文内容基于公开信息研究整理，不构成任何形式的投资建议。历史表现不应作为未来收益保证，市场存在不可预见的波动风险。投资者需结合自身财务状况及风险承受能力独立决策，并自行承担交易结果。作者及发布方不对任何依据本文操作导致的损失承担法律责任。市场有风险，投资须谨慎。