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。Matplotlib 让简单的事情变得简单，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、更新的交互式图表。
• 自定义视觉样式和布局。
• 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 位作者为 3.10.0 版本贡献了 337 个拉取请求。

2024 年 5 月 30 日

GSOC 2024：双变量色图

热烈欢迎 Trygve Magnus Ræder，他正在从事双变量颜色映射的工作。

2024 年 5 月 16 日

Matplotlib 3.9.0 发布

我们感谢 175 位作者为 3.9.0 版本贡献了 450 个拉取请求。

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，以获取帮助、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会议。订阅 Scientific Python 上的社区日历，即可访问我们所有的社区会议。

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构建于 Matplotlib 的功能之上，其中包括多个更高级别的绘图接口（seaborn、HoloViews、ggplot 等），以及一个投影和映射工具包（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 是一个由用户为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，或者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) 和项目众多贡献者的开发成果。

  如果 Matplotlib 对产生科学出版物的项目有所贡献，请通过引用该项目来鸣谢这项工作！

  现成引用

• 捐赠

  如果您想为 Matplotlib 提供经济支持，可以通过在 GitHub 上赞助 Matplotlib或通过 NumFOCUS进行（美国）免税捐赠。

  在 GitHub 上赞助 捐赠给 Matplotlib