Matplotlib图表定制需全局配置rcParams、应用预设样式表（如'seaborn-v0_8'）及局部调整Axes属性；子图布局推荐subplots或GridSpec；动画用FuncAnimation分离初始化与更新逻辑；交互增强依赖mplcursors等工具，导出优选PDF矢量格式。
定制Matplotlib图表样式
Matplotlib默认样式简洁但偏保守，实际分析中常需统一配色、字体和布局以匹配报告或出版要求。核心在于控制rcParams、使用预设样式表，以及逐元素精细化调整。
- 用plt.style.use('seaborn-v0_8') 快速切换内置风格（如'seaborn-v0_8'、'ggplot'、'dark_background'）；也可通过plt.style.available查看所有选项
- 全局配置推荐写在绘图前：plt.rcParams.update({'font.size': 12, 'axes.labelweight': 'bold', 'figure.dpi': 120})
- 局部样式更灵活：对单个Axes对象调用ax.set_facecolor('#f8f9fa')、ax.spines['top'].set_visible(False)等，隐藏边框或设置背景色
- 颜色控制不只靠字符串：支持十六进制（'#1f77b4'）、RGB元组（(0.12, 0.47, 0.71)）、或从cm.viridis等colormap动态采样
多子图布局与共享坐标轴
复杂可视化常需对比多个维度，合理组织子图能显著提升信息传达效率。关键不是堆砌subplot，而是理解Figure与Axes的层级关系及共享逻辑。
- 用plt.subplots(2, 3, figsize=(10,6), sharex=True, sharey=False)一键生成带共享X轴的2×3网格；注意sharex='col'可按列共享，更细粒度
- 手动布局用GridSpec：适合不规则排布，例如让第一行占两列、第二行分三列——先定义gs = GridSpec(2, 3)，再用fig.add_subplot(gs[0, :])和fig.add_subplot(gs[1, 0])分别指定位置
- 子图间距易出问题：避免用plt.tight_layout()后仍重叠，改用plt.subplots_adjust(hspace=0.3, wspace=0.25)精确控制垂直/水平空隙
基础动画制作（FuncAnimation）
Matplotlib动画本质是按时间步更新Artist对象并重绘，FuncAnimation是最常用接口。重点在于分离“初始化”、“更新函数”和“帧数据”，而非循环plt.show()。
- 必需三要素：init_func（绘制首帧静态元素，如坐标轴、初始线条），func（每帧调用，更新数据并返回所有需重绘的Artist列表），frames（帧序列，可为range、数组或生成器）
- 性能关键：更新时只修改line.set_data(x_data, y_data)，而非重新ax.plot()；对散点图用scatter.set_offsets(np.c_[x,y])
- 保存为GIF或MP4：anim.save('wave.gif', writer='pillow', fps=15)（需安装pillow）或anim.save('plot.mp4', writer='ffmpeg', fps=24)（需系统已装ffmpeg）
交互式增强与导出优化
静态图适合发表，但探索性分析常需缩放、悬停提示或导出高清矢量图。Matplotlib原生支持有限，需结合工具链补足。
立即学习“Python免费学习笔记（深入）”；
- 启用交互后端：%matplotlib qt（Jupyter中）或直接运行脚本时自动弹窗；配合ax.format_coord = lambda x,y: f'x={x:.2f}, y={y:.3f}'自定义状态栏提示
- 悬停注释可用mplcursors库（pip install mplcursors）：一行代码cursor = mplcursors.cursor(hover=True)即可为散点/线图添加交互标签
- 导出印刷级图像：优先用plt.savefig('fig.pdf', bbox_inches='tight', pad_inches=0.1)输出PDF矢量图；若需透明背景，加参数transparent=True
- 嵌入网页？用FigureCanvasAgg转base64或结合plotly二次转换，但注意Matplotlib原生不支持JavaScript交互
