一、3D 曲面

np.meshgrid 造 40 乘 40 的网格，高度取 sin(到原点的距离)，得到一圈圈水波纹。 fig.add_subplot(111, projection='3d') 拿到一块 3D 的 axes。 projection='3d' 漏了会报 AttributeError，说没有 plot_surface 这个方法。

3D 图好看但难读数：同一个高度，从不同角度看位置完全不同。 能压成二维热力图就压，热力图读数准得多。3D 适合看形状，不适合报数。

二、多子图：subplots 一次拿一堆

fig, axes = plt.subplots(2, 2, figsize=(8, 6)) 拿到 2 乘 2 的数组。 用 axes[0, 0]、axes[0, 1]、axes[1, 0]、axes[1, 1] 逐块画。 四张图一张纸 34229 字节，比四张单独的图加起来小得多。

一张纸贴多张图时一定要 tight_layout，不然标题和标签互相压。

三、subplot 与 subplots 的区别

subplots 省事，subplot 灵活（比如只画 2 乘 2 布局里的第 1 块和第 4 块）。 subplot 的编号从 1 开始，这一点和 Python 别处的 0 起不一样，容易记混。

四、保存：格式与 dpi

同样一张 6 乘 4 的图：dpi=100 是 17293 字节，dpi=300 是 63367 字节，差 3.7 倍。 理论上面积差 9 倍，压缩之后实际只到 3.7 倍。 savefig 按扩展名决定格式：.png 位图、.pdf 矢量、.svg 矢量。

论文和报告用 pdf 或 svg，放多大都不糊。png 放大就出马赛克。

五、动手 Demo：3D 图、子图与保存

画一张 3D 曲面，再画一张 2 乘 2 四子图，最后对比 dpi 100 和 300 的字节数。 四子图里故意混四种图，看布局能不能撑住。

import os
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

X = np.linspace(-3, 3, 40)
Y = np.linspace(-3, 3, 40)
XX, YY = np.meshgrid(X, Y)
ZZ = np.sin(np.sqrt(XX ** 2 + YY ** 2))
fig = plt.figure(figsize=(6, 5))
ax = fig.add_subplot(111, projection="3d")
ax.plot_surface(XX, YY, ZZ, cmap="viridis")
fig.savefig("surf.png")

YW = [88, 92, 75, 85, 90, 68, 95, 72, 83, 79]
fig, axes = plt.subplots(2, 2, figsize=(8, 6))
axes[0, 0].plot(range(6), [128, 116, 143, 151, 138, 162])
axes[0, 0].set_title("折线")
axes[0, 1].bar(["一", "二", "三"], [3, 1, 2])
axes[0, 1].set_title("柱形")
axes[1, 0].hist(YW, bins=5)
axes[1, 0].set_title("直方")
axes[1, 1].pie([5, 3, 2], labels=["A", "B", "C"])
axes[1, 1].set_title("饼图")
fig.tight_layout()
fig.savefig("subplots.png")
print("四子图 %d 字节" % os.path.getsize("subplots.png"))

for d in (100, 300):
    f, a = plt.subplots(figsize=(6, 4))
    a.plot(range(6), [128, 116, 143, 151, 138, 162])
    f.savefig("dpi%d.png" % d, dpi=d)
    print("dpi=%3d -> %d 字节" % (d, os.path.getsize("dpi%d.png" % d)))
    plt.close(f)

实跑输出：

--------------------------------------------------------------------
3D 图、子图与保存
--------------------------------------------------------------------

  ① 3D 曲面
  --------------------------------------------------------------------
  40 乘 40 的网格，曲面的高度是 sin(到原点的距离)——一个水波纹。
  3D 图要 projection='3d'，这个参数漏了会报错说没有 plot_surface。
  ! 3D 图好看但难读数。能压成二维热力图就压，热力图读数准得多。

  ② 多个子图：subplots
  --------------------------------------------------------------------
  subplots(2, 2) 一次拿到 2 乘 2 的 axes 数组，用 axes[行, 列] 取。
  四张图一张纸，字节数 34229——比四张单独的图加起来小得多。
  ! 一张纸贴多张图时一定要 tight_layout。不然标题和标签互相压。

  ③ 单张索引写法：subplot
  --------------------------------------------------------------------
  add_subplot(2, 2, 1) 的意思是「2 行 2 列的第 1 个」，编号从 1 起、先行后列。
  subplots 一次给一堆，subplot 一个一个加。前者省事，后者灵活。
  ! 编号从 1 开始，这一点和 Python 其他地方的 0 起不一样，容易记混。

  ④ 保存：格式与 dpi
  --------------------------------------------------------------------
  同样一张图，dpi=100 是 17293 字节，dpi=300 是 63367 字节，差 3.7 倍。
  dpi 是每英寸点数。300 是印刷标准，屏幕上看 100 就够。
  savefig 按扩展名决定格式：.png 位图、.pdf 矢量、.svg 矢量。
  ! 论文和报告用 pdf 或 svg，放多大都不糊。png 放大就出马赛克。

np.meshgrid 把两个一维坐标铺成两张二维网格，曲面图必须这么给。 四子图里 pie 没有 x 轴 y 轴，所以它那块不会显示刻度，其余三块都有。

30 秒实验

1. 把 projection='3d' 去掉，看报什么错。
2. 把 subplots(2, 2) 改成 (3, 1)，重新分配四块图。
3. 想一想：为什么矢量格式（pdf、svg）放大不糊，png 会糊？

常见误区

1. 3D 图漏了 projection：报没有 plot_surface。
2. subplot 编号当成 0 起：布局乱掉，或者直接报错。
3. 多子图不 tight_layout：标题互相压，坐标轴叠在一起。
4. 屏幕图也用 dpi=300：文件大十倍，肉眼看不出区别。

最后一篇换工具：Seaborn。一行一个参数就换风格，还能直接吃 DataFrame。

• ☐ （本篇完，下一篇 5.12 Seaborn 与五个综合案例）

相关笔记

• 热力图与箱形图
• Seaborn 与五个综合案例
• plot 函数与画布
• 📊 Python 数据分析 · 索引