第1章 Matplotlib 基础入门
文档摘要
第1章 Matplotlib 基础入门 章节摘要：这一章要解决的是 Matplotlib 入门的第一个坎——先把对象模型想明白，再动手画出第一张像样的图。我们从 Matplotlib 是什么、它和 MATLAB、Seaborn 是什么关系讲起，然后钻进它最核心的对象层级：Figure 是画布、Axes 是坐标系、Artist 是所有可见元素的基类。有了这个心智模型，再讲四个最常用的绘图函数（折线、散点、柱状、直方图），讲颜色、线型、标记、刻度、图例这些参数怎么调，最后落到怎么把画好的图存成文件。读完这一章，你应当能独立完成"建画布—建坐标系—画图—调样式—存文件"这五步，为后面进阶绘图和数据分析打好地基。
第1章 Matplotlib 基础入门
章节摘要：这一章要解决的是 Matplotlib 入门的第一个坎——先把对象模型想明白，再动手画出第一张像样的图。我们从 Matplotlib 是什么、它和 MATLAB、Seaborn 是什么关系讲起，然后钻进它最核心的对象层级：Figure 是画布、Axes 是坐标系、Artist 是所有可见元素的基类。有了这个心智模型，再讲四个最常用的绘图函数（折线、散点、柱状、直方图），讲颜色、线型、标记、刻度、图例这些参数怎么调，最后落到怎么把画好的图存成文件。读完这一章，你应当能独立完成"建画布—建坐标系—画图—调样式—存文件"这五步，为后面进阶绘图和数据分析打好地基。
核心问题
阅读完本章，你应当能够：
- 说清 Matplotlib 的定位，以及它和 MATLAB、Seaborn 这些工具的分工关系
- 用自己的话讲明白 Figure、Axes、Artist 三者的层级关系，分得清 Axes 和 Axis
- 独立用 plot、scatter、bar、hist 画出四种基础图形，并判断什么数据该用哪种
- 设置颜色、线型、标记、刻度、图例这些常用参数，让图更清晰可读
- 把画好的图保存成合适的格式和分辨率，知道网页、演示、印刷各该选什么
- 说清面向对象接口和 pyplot 快捷接口的区别，知道什么时候该用哪个
核心概念速览
下面这张全景图把本章压成一条主线：从一个顶层画布出发，向下挂坐标系，坐标系里再放各种可见元素，最后把这张图输出成文件。读图时顺着箭头走，你看到的就是"一张图是怎么被一步步搭起来的"。
这条主线背后是几个概念各自的分工，用一张表压成"谁负责什么"：
| 对象或概念 | 它是什么 | 在本章的位置 |
|---|---|---|
| Figure | 顶层画布，容纳所有内容 | 1.2 节展开 |
| Axes | 画布上的坐标系区域，真正画图的地方 | 1.2 节展开 |
| Artist | 所有可见元素的基类，线、文本、刻度都是它 | 1.2 节点题 |
| 绘图函数 | 把数据变成图形的入口 | 1.3 节展开 |
| 常用参数 | 控制颜色、线型、标记、刻度、图例 | 1.4 节展开 |
| 保存图像 | 把内存里的图固化成文件 | 1.5 节展开 |
💡 关键直觉：Matplotlib 不是"一条命令画一张图"的黑盒，而是一套"先搭骨架、再往上挂元素"的对象体系。你越早习惯这个分层视角，后面调参数就越不容易懵。
⚠️ 别把 Axes 和 Axis 混为一谈：Axes 是复数形式，指整个坐标系区域（含两条轴、标题、图例）；Axis 是单数，只指横轴或纵轴本身。这个区别 1.2 节会专门讲，很多人在这里栽跟头。
图 Matplotlib 对象层级总览
一句话点题：Matplotlib 的图不是"一键生成"的，而是沿着"画布—坐标系—元素"这条链逐层搭出来的，理解了这条链，调任何参数都有处可寻。
子章节导航
1.1 Matplotlib 简介与安装
先搞清 Matplotlib 是什么、为什么 Python 生态里绕不开它，再弄明白"安装"这件事到底做了什么。这一节不背命令，重点是把"它解决什么问题、装进环境意味着什么"讲清楚，为后面所有动手环节铺路。
1.2 Figure 和 Axes 对象
拆开 Matplotlib 最核心的两个对象：Figure 是画布，Axes 是坐标系。这一节是整个第 1 章的钥匙——后面 1.3 到 1.5 讲的绘图函数、参数、保存，全都发生在这两个对象之上，搞懂它，别的就顺了。
1.3 基础绘图函数
正式动手：plot 画折线、scatter 画散点、bar 画柱状、hist 画直方图。这一节的关键不是背函数名，而是建立"什么数据形态配什么图形"的判断力，四种图的适用场景会摆在一起对比。
1.4 常用参数设置
图能画出来了，接下来让它更像样。这一节讲颜色、线型、标记、刻度、图例这些最常用的参数，以及它们分别在什么场合该调、调了会有什么代价。是本章最"实用"的一节。
1.5 保存图像
画好的图最终要离开屏幕、变成文件。这一节讲格式怎么选、分辨率（DPI）怎么定、透明背景和裁剪空白这些细节，帮你把前面几节画的图真正"交付"出去。
子章节之间的逻辑关系
本章是一条"从认识工具，到搭骨架，再到画图和交付"的完整动手链路：1.1 先认识工具，1.2 搭起对象骨架，1.3 在骨架上画图，1.4 给图做修饰，1.5 把成品存下来。前一步是后一步的前提，跳着读容易在对象关系上栽跟头。
1.1 认识工具（它是什么、装进环境意味着什么） ↓ 打底 1.2 搭骨架（Figure 画布 → Axes 坐标系 → Artist 元素） ↓ 有了画图的地方 1.3 画图（折线 / 散点 / 柱状 / 直方图，数据该配哪种） ↓ 图能看了，还不够清晰 1.4 修饰（颜色、线型、标记、刻度、图例） ↓ 图清晰了，要交付 1.5 保存（格式、分辨率、DPI、裁剪）
这条链不是随意排的。1.2 的对象模型不铺垫，1.3 里"plt 和 ax 到底用哪个"就永远是一笔糊涂账；1.3 不会画图，1.4 的参数就只是死记硬背的符号；1.4 不调样式，1.5 存出来的图再高分辨率也还是张难看的图。五节环环相扣。
前置知识与后续延伸
- 前置：会写一点 Python、知道列表和数组的大致区别即可；不需要先懂 Seaborn 或 MATLAB，本章会用对比的方式顺带讲清它们和 Matplotlib 的关系。
- 为后续铺垫：第 2 章会在本章对象模型的基础上讲多子图、颜色映射、样式美化、特殊图形，那些内容全都建立在"你会建 Figure、会挂 Axes"之上；第 3 章把 Matplotlib 放进 NumPy 和 Pandas 的数据流程里，前提是本章 1.3 的四种基础图你已经画得顺手。
- 阅读建议：如果只想快速"画一张能看的图"，1.3 加 1.4 加 1.5 就够应急；但若要往后走，1.2 的对象模型必须吃透，它是全书的地基，别跳。
现在，正式进入本章第一节。