Matplotlib 是 Python 中最经典、最广泛使用的二维绘图库，虽本身定位为“基础绘图引擎”而非专用于统计美化的高级库

Matplotlib 是 Python 中最经典、最广泛使用的二维绘图库，虽本身定位为“基础绘图引擎”而非专用于统计美化的高级库，但通过其高度可定制的 API，结合科学计算生态（如 NumPy、Pandas），可实现专业级的统计可视化与美化效果。常用统计美化技巧包括：

✅ 常用统计图表类型：

• 直方图（plt.hist()）+ KDE 曲线（sns.kdeplot或scipy.stats.gaussian_kde）
• 箱线图（plt.boxplot()/sns.boxplot()）与小提琴图（sns.violinplot()）
• 散点图 + 回归拟合线（sns.regplot()或np.polyfit+plt.plot）
• 热力图（sns.heatmap()，常配合corr()展示相关性）
• 分布图（sns.displot()、sns.jointplot()）

🎨 美化关键手段（纯 matplotlib）：

• 设置样式：plt.style.use('seaborn-v0_8')或plt.style.use('ggplot')
• 自定义颜色：使用cmap（如'viridis','coolwarm'）或color=参数（支持 HEX、RGB 元组、命名色）
• 字体与标签：plt.rcParams.update({'font.sans-serif': ['SimHei', 'DejaVu Sans']})解决中文乱码；plt.title(),plt.xlabel(),plt.ylabel()配合fontsize,fontweight
• 网格与布局：ax.grid(True, alpha=0.3)，plt.tight_layout()或fig.subplots_adjust()
• 图例与注释：plt.legend()、ax.annotate()添加统计信息（如均值、p值）

💡 进阶建议：

• 与 Seaborn（基于 matplotlib 封装）或 Plotly（交互式）协同使用，提升统计表达效率；
• 使用matplotlib.pyplot.rc_context()实现局部样式控制；
• 利用mpl_toolkits.axes_grid1或sns.despine()去除冗余边框，增强简洁性。

importmatplotlib.pyplotaspltimportnumpyasnp# 示例：美化直方图 + KDEnp.random.seed(42)data=np.random.normal(0,1,1000)fig,ax=plt.subplots(figsize=(6,4))n,bins,patches=ax.hist(data,bins=30,density=True,alpha=0.7,color='steelblue',label='Histogram')# KDE 曲线kde=np.exp(-0.5*bins**2)/np.sqrt(2*np.pi)# 标准正态核近似ax.plot(bins,kde,'r-',linewidth=2,label='KDE (N(0,1))')ax.set_xlabel('Value',fontsize=12)ax.set_ylabel('Density',fontsize=12)ax.set_title('Beautiful Histogram with KDE',fontsize=14,fontweight='bold')ax.legend()ax.grid(True,alpha=0.3)plt.tight_layout()plt.show()

在 matplotlib 中正确显示中文标题和坐标轴标签，关键在于解决字体缺失与编码问题。默认情况下，matplotlib 使用的字体（如 DejaVu Sans）不支持中文，会导致方块（□）或乱码。以下是完整、可靠、跨平台（Windows/macOS/Linux）的解决方案：

✅ 推荐方法（推荐优先级：1 → 2 → 3）：

✅ 方法1：全局设置中文字体（推荐，一劳永逸）

importmatplotlib.pyplotaspltimportmatplotlib# 方式1a：指定系统已安装的中文字体（如微软雅黑、SimHei、Noto Sans CJK SC等）plt.rcParams['font.sans-serif']=['Microsoft YaHei','SimHei','Noto Sans CJK SC','WenQuanYi Zen Hei','DejaVu Sans']plt.rcParams['axes.unicode_minus']=False# 解决负号'−'显示为方块的问题# 方式1b：或直接设置字体路径（更精准，适用于自定义字体）# import matplotlib.font_manager as fm# zh_font = fm.FontProperties(fname='/System/Library/Fonts/PingFang.ttc') # macOS# plt.rcParams['font.family'] = 'sans-serif'# plt.rcParams['font.sans-serif'] = [zh_font.get_name()]

✅ 方法2：临时上下文设置（适合单图/局部控制）

withplt.rc_context({'font.sans-serif':['SimHei','DejaVu Sans']}):plt.figure(figsize=(6,4))plt.plot([1,2,3],[1,4,2])plt.title('中文标题')plt.xlabel('横坐标')plt.ylabel('纵坐标')plt.show()

✅ 方法3：为每个文本元素单独指定 FontProperties（最灵活，兼容性最强）

frommatplotlib.font_managerimportFontProperties font=FontProperties(fname='/path/to/your/chinese_font.ttf')# 如 SimHei.ttf 或 NotoSansCJKsc-Regular.otfplt.title('中文标题',fontproperties=font,fontsize=14)plt.xlabel('横坐标',fontproperties=font)plt.ylabel('纵坐标',fontproperties=font)plt.xticks(fontproperties=font)plt.yticks(fontproperties=font)

🔍 验证当前可用中文字体（调试用）：

importmatplotlib.font_managerasfm fonts=[f.nameforfinfm.fontManager.ttflist]print(sorted(set(fonts)))# 查看所有已识别字体名# 常见中文字体名示例：'SimHei', 'Microsoft YaHei', 'Noto Sans CJK SC', 'AR PL UKai CN'

⚠️ 注意事项：

• plt.rcParams['axes.unicode_minus'] = False必须设置，否则负号“−”会显示为方块；
• Linux 系统可能需先安装中文字体（如sudo apt install fonts-wqy-zenhei）；
• Jupyter 中若仍不生效，可尝试重启内核 + 清除缓存（~/.matplotlib/fontlist-v330.json可删除后重生成）。

✅ 一行验证是否成功：

plt.text(0.5,0.5,'测试中文✓',fontsize=16,ha='center')plt.axis('off')plt.show()