Jupyter Notebook 里如何正确绘制并显示 Matplotlib 图表
在 Jupyter Notebook 里用 Matplotlib 画图，常见问题往往不在语法，而在显示后端、中文字体和子图对象的配置顺序。本文按实际排错路径梳理 `%matplotlib inline`、`plt.rcParams`、`plt.subplots()` 的使用边界，帮助你判断图表为什么不显示、中文为什么乱码，以及多子图该用哪套写法。
2026-08-25
57
在 Jupyter Notebook 里用 Matplotlib 画图，常见问题往往不在语法，而在显示后端、中文字体和子图对象的配置顺序。本文按实际排错路径梳理 `%matplotlib inline`、`plt.rcParams`、`plt.subplots()` 的使用边界，帮助你判断图表为什么不显示、中文为什么乱码，以及多子图该用哪套写法。
本文详细介绍如何在Python中使用Matplotlib库绘制三维散点图。通过导入mpl_toolkits.mplot3d模块，利用ax.scatter3D函数处理x、y、z坐标数据。文章包含两个完整示例，演示随机数据集生成、颜色映射、透明度调整及坐标轴标签设置，帮助开发者快速掌握3D可视化技巧。
本文详解Python matplotlib中patches模块的使用，涵盖圆形、矩形、箭头等基础几何图形的绘制方法。内容包含从导入模块、创建子图到设置坐标轴及添加图形的完整步骤，并深入解析透明度、颜色等关键属性设置，帮助开发者快速掌握2D图形绘制技巧。
本文详细介绍Python中matplotlib.pyplot模块绘制饼图的完整流程与核心属性。涵盖从基础数据准备到调用pie()方法的关键步骤，深入解析colors、labels、explode、autopct等参数用法。通过操作系统市场占比案例，演示如何设置颜色、百分比显示、突出特定扇区及调整半径。此外，还讲解了添加图例、创建嵌套镂空饼图的高级技巧，帮助开发者快速掌握高质量饼图的实现方法。
本文详细介绍Pandas中plot()方法的可视化操作。涵盖图表类型、数据源选择、图大小、标题、坐标轴、图例、网格线、颜色及多子图等元素设置。演示柱状图、条形图、直方图、箱线图、面积图、散点图、气泡图及饼图的绘制方法，并介绍密度图、六边形箱型图等高级图表及绘图引擎切换。
本文详细解析Python中使用Matplotlib库绘制散点图和折线图的方法。内容涵盖从TXT、CSV等文件读取数据并处理，到绘制双轴散点图、带数据标签的单条折线图以及多条对比折线图。通过具体代码示例，展示如何配置中文字体、调整图形参数及保存结果，为数据分析可视化提供参考。
本文介绍如何使用Python和Matplotlib绘制自回归（AR）模型的时序图。通过对比平稳与非平稳的AR(1)和AR(2)模型，展示不同参数对时间序列波动的影响。代码包含完整的模拟生成过程，适用于时间序列分析学习与可视化参考。
本文介绍如何在Python中使用matplotlib库绘制以时间日期为x轴的图表。通过将[[wp:a1]]类型变量作为x轴数据，利用[[wp:a12]]支持[[wp:a13]]类型的特性，实现日期数据的可视化展示。文中提供了从[[wp:a4]]读取数据、处理制表符分隔格式以及使用[[wp:a6]]进行绘图的完整源码与分析。
本文介绍如何在Python中使用Matplotlib库在图表上动态添加具体数值标签。通过遍历数据列，利用plt.text函数将每个数据点的值精确定位并显示在图表中，同时配合网格线优化视觉效果，帮助开发者快速实现数据可视化中的数值标注需求。
本文介绍如何使用Python的Matplotlib库绘制机器学习训练结果图表。内容涵盖将文本数据清洗为CSV格式，绘制展示迭代次数与准确率关系的双Y轴折线图，以及对比不同迭代次数训练集数量的单Y轴双变量柱状图。代码包含数据读取、绘图设置及数值标签添加等完整步骤，适用于模型训练效果的可视化分析。
本文介绍如何使用Python和OpenCV提取图片特定区域的像素值，并通过Matplotlib绘制条形图进行可视化分析。文章详细讲解了SetImageROI函数的使用，以及从传统ROI复制到直接利用NumPy数组操作的优化思路，适合初学者参考。
本文介绍如何在Python中利用Scipy库的插值功能对折线数据进行平滑处理。通过对比拟合与插值的区别，详细解析nearest、cubic等插值方法，并提供完整代码示例，展示如何将原始折线转化为平滑曲线，适用于数据可视化优化场景。
