最基础的导入
最直接的方式是使用 import 语句：
（图片来源网络，侵删）
import matplotlib
这样,你就可以使用 matplotlib 库中的所有模块和函数了，在实际使用中，我们几乎总是需要用到它的核心绘图模块 pyplot。
最常见和推荐的导入方式：import matplotlib.pyplot as plt
这是社区公认的标准用法。pyplot 是一个 MATLAB 风格的接口，非常适合绘制各种图表，我们将其简写为 plt 以方便使用。
import matplotlib.pyplot as plt
为什么推荐这种方式？
- 简洁：
plt是一个非常简短的别名，可以大大减少代码量。 - 标准：几乎所有使用
matplotlib的教程、示例代码和开源项目都遵循这个约定，便于阅读和理解。
使用示例：
（图片来源网络，侵删）
import matplotlib.pyplot as plt
# 准备数据
x = [1, 2, 3, 4, 5]
y = [2, 5, 3, 6, 4]
# 创建一个线图
plt.plot(x, y)
和坐标轴标签"我的第一个图表")
plt.xlabel("X 轴")
plt.ylabel("Y 轴")
# 显示图表
plt.show()
运行这段代码,会弹出一个窗口显示你的图表。
导入特定模块
你可能只需要 matplotlib 的某个特定子模块，比如用于处理颜色的 colors 模块，或者用于处理字体的 font_manager 模块。
# 只导入颜色模块
from matplotlib import colors
# 使用颜色模块
print(colors.to_rgba('red')) # 输出: (1.0, 0.0, 0.0, 1.0)
在 Jupyter Notebook / Google Colab 中的特殊设置
如果你在 Jupyter Notebook 或 Google Colab 这类交互式环境中工作，为了让图表直接在单元格内显示（而不是弹出独立的窗口），你需要使用 "magic command" %matplotlib。
内联显示（最常用）
在代码单元格的开头添加 %matplotlib inline，这样图表就会以静态图片的形式嵌入到 Notebook 中。
（图片来源网络，侵删）
# 在 Jupyter Notebook 中执行此命令 %matplotlib inline import matplotlib.pyplot as plt import numpy as np # 准备数据 x = np.linspace(0, 10, 100) y = np.sin(x) # 绘制图表 plt.plot(x, y)"正弦波 (Sine Wave)") plt.show() # 即使是内联模式，加上 plt.show() 也是一个好习惯
交互式显示
如果你想创建可以缩放、平移的交互式图表，可以使用 %matplotlib widget（需要安装 ipympl 库）。
# 在 Jupyter Notebook 中执行此命令 %matplotlib widget import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y = np.cos(x) plt.plot(x, y)"交互式余弦波") plt.show()
注意：
%matplotlib widget是一个较新的功能，确保你已经安装了ipympl库：pip install ipympl。
完整的最佳实践示例
下面是一个综合了最佳实践的完整示例,包括中文显示和设置样式。
# 1. 导入必要的库
import matplotlib.pyplot as plt
import numpy as np
# 2. 设置中文显示（解决中文乱码问题）
# 'SimHei' 是黑体，你也可以用 'Microsoft YaHei' 等
plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决负号显示问题
plt.rcParams['axes.unicode_minus'] = False
# 3. 准备数据
x = np.linspace(0, 2 * np.pi, 400)
y = np.sin(x**2)
# 4. 创建图表和子图
# fig 是整个画布，ax 是子图对象
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title("正弦平方波") # 使用 ax.set_... 来设置属性
ax.set_xlabel("时间 (秒)")
ax.set_ylabel("振幅")
# 5. 显示图表
plt.show()
| 导入方式 | 用途 | 优点 | 缺点 |
|---|---|---|---|
import matplotlib |
基础导入 | 导入整个库 | 调用函数时需要写全称，如 matplotlib.pyplot.plot()，很繁琐 |
import matplotlib.pyplot as plt |
强烈推荐 | 代码简洁，是行业标准 | 无明显缺点 |
from matplotlib import pyplot |
同上 | 不需要 plt 别名 |
代码稍长，不如 plt 流行 |
from matplotlib import pyplot as plt |
同上 | 结合了优点 | 无明显缺点，但略显冗余 |
from matplotlib.pyplot import plot |
导入单个函数 | 如果只用一个函数，可以直接调用 plot() |
如果需要其他函数，还需要继续导入，破坏了代码的整洁性 |
给你的建议： 对于初学者和绝大多数应用场景，请直接使用：
import matplotlib.pyplot as plt
这是最简单、最通用、最被广泛接受的方式。
