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、动画和交互式可视化效果。Matplotlib 使简单的事情变得简单，使困难的事情成为可能。

• 创建 出版质量的绘图。
• 制作 交互式图形，可以缩放、平移、更新。
• 自定义 视觉样式 和 布局。
• 导出到 多种文件格式。
• 嵌入到 JupyterLab 和图形用户界面 中。
• 使用基于 Matplotlib 构建的丰富的 第三方包。

试用 Matplotlib（在 Binder 上）

• 入门
• 示例
• 参考
• 备忘单
• 文档

新闻

2024 年 5 月 30 日

2024 年 GSOC：双变量色图

热烈欢迎 Trygve Magnus Ræder，他正在研究 双变量色图。

2024 年 5 月 16 日

Matplotlib 3.9.0 发布

我们感谢 175 位作者为 3.9.0 版本提交的 450 个请求。

较旧的公告

资源

务必查看用户指南和API 文档。全文搜索是了解文档（包括许多示例）的好方法。

加入我们的社区discourse.matplotlib.org，获得帮助、分享您的工作，并讨论贡献和开发。

查看StackOverflow上的 Matplotlib 标签。

在我们的每月新贡献者 Matplotlib 项目通话中与我们见面。订阅我们在 Scientific Python 上的社区日历，以访问我们所有的社区会议。

与 Matplotlib 贡献相关的简短问题可以发布在gitter频道上。

特定领域工具

大量第三方软件包扩展并构建在 Matplotlib 功能之上，包括几个更高级别的绘图界面（seaborn、HoloViews、ggplot，...）以及一个投影和制图工具包（Cartopy）。

更多特定领域工具

seaborn Cartopy DNA 特征查看器 plotnine WCS 轴

seaborn

seaborn 是一个用于使用 Matplotlib 绘制统计图形的高级界面。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 是一个社区项目，由其用户维护并为其用户维护

  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！

  加入我们的 Discourse 加入我们的 GitHub

• 引用

  Matplotlib 是 John Hunter（1968-2012 年）开发工作和该项目的成果，许多贡献者。

  如果 Matplotlib 促成某个项目导致科学出版物，请通过引用该项目来认可这项工作！

  现成的引用

• 捐赠

  如果您想在财务上支持 Matplotlib，可以通过在 GitHub 上赞助 Matplotlib或通过 NumFOCUS进行免税捐赠（美国）。

  在 GitHub 上赞助 向 Matplotlib 捐赠