Matplotlib：使用 Python 进行可视化

Matplotlib 是一个全面的库，用于在 Python 中创建静态、动态和交互式可视化。Matplotlib 让简单的事情变得容易，让困难的事情成为可能。

• 创建出版质量的图表。
• 制作可缩放、平移、更新的交互式图形。
• 自定义视觉风格和布局。
• 导出为多种文件格式。
• 嵌入到JupyterLab 和图形用户界面中。
• 使用基于 Matplotlib 构建的丰富第三方软件包。

试用 Matplotlib (在 Binder 上)

• 入门
• 示例
• 参考
• 备忘单
• 文档

新闻

2024年12月13日

Matplotlib 3.10.0 发布

我们感谢128位作者，他们贡献了337个拉取请求，构成了3.10.0版本。

2024年5月30日

GSOC 2024：二元色谱图

热烈欢迎 Trygve Magnus Ræder，他正在致力于二元色彩映射。

2024年5月16日

Matplotlib 3.9.0 发布

我们感谢175位作者，他们贡献了450个拉取请求，构成了3.9.0版本。

更早的公告

资源

请务必查看用户指南和API 文档。全文搜索是发现文档（包括许多示例）的好方法。

加入我们的社区 discourse.matplotlib.org，获取帮助，分享您的工作，并讨论贡献与开发。

在StackOverflow上查看 Matplotlib 标签。

参加我们每月为 Matplotlib 项目新贡献者举办的月度会议。订阅 Scientific Python 的社区日历，获取所有社区会议的访问权限。

与贡献 Matplotlib 相关的简短问题可以在gitter频道上发布。

特定领域工具

大量第三方软件包扩展并基于 Matplotlib 功能构建，其中包括几个更高级别的绘图接口（seaborn、HoloViews、ggplot 等），以及一个投影和地图工具包 (Cartopy)。

更多特定领域工具

seaborn Cartopy DNA Features Viewer plotnine WCS Axes

seaborn

seaborn 是一个高级接口，用于使用 Matplotlib 绘制统计图形。它旨在使可视化成为探索和理解复杂数据集的核心部分。

统计数据可视化

支持 Matplotlib

• 贡献

  Matplotlib 是一个由其用户维护的社区项目

  您可以通过在 discourse 上回答问题，在 GitHub 上报告错误或请求功能，或改进文档和代码来提供帮助！

  在 Discourse 上加入我们 在 GitHub 上加入我们

• 引用

  Matplotlib 是 John Hunter (1968–2012) 和项目众多贡献者共同努力开发的结果。

  如果 Matplotlib 对导致科学出版物的项目有所贡献，请通过引用该项目来感谢这项工作！

  现成引用

• 捐赠

  如果您想在经济上支持 Matplotlib，可以通过在 GitHub 上赞助 Matplotlib 或通过 NumFOCUS 进行（美国）可免税的捐赠。

  在 GitHub 上赞助 捐赠给 Matplotlib