一、一个 ax 上画多条线

连续两次 ax.plot(...)，两条线就落在同一张图上。 每次 plot 给一个 label，最后 ax.legend() 统一调出图例。 不写 label，图例就是空的。这是「图例没出来」最常见的原因。

线多了要分配颜色，可以显式给 color，也可以让 Matplotlib 自动轮换。 自动轮换在超过五条线时会开始重复颜色，这时候得自己定。

二、一条 plot 传二维数据

传一个 6 行 2 列的数组，它按列画两条线，和两次 plot 效果一样。 6 行 2 列画两条，2 行 6 列画六条——列数才是线条数。 数据本来就在 ndarray 里时这样写省事，但行列关系容易搞混。

新手最常犯的错是把表转置忘了，画出一条横跨全屏的怪线。

三、画布尺寸：figsize

面积翻倍，字节只涨三成多——因为文字和坐标轴这些固定开销不随面积线性涨。 figsize 的单位是英寸。默认 (6.4, 4.8)，差不多是一张 A4 纸的三分之一。 屏幕上看，宽 8 到 10 英寸已经够大；打印的话按实际版面尺寸给。

四、清晰度：dpi

dpi 是每英寸多少个点。默认 100，印刷标准是 300。 同样一张 6 乘 4 的图，dpi=100 是 17293 字节，dpi=300 是 63367 字节。 尺寸和 dpi 是两件事。尺寸管「多大」，dpi 管「多细」。

两个都调，文件会暴涨。屏幕上看的图，dpi 保持 100 就好。

五、动手 Demo：plot 函数与画布

先画同一张图上的两条线，再用二维数组合成地画一次。 最后用三种 figsize 存图，比字节数。

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

M = [128000, 116000, 143000, 151000, 138000, 162000]

fig, ax = plt.subplots()
ax.plot(range(6), M, label="今年", marker="o")
ax.plot(range(6), [m * 1.1 for m in M], label="去年", marker="s")
ax.legend()
fig.savefig("two_lines.png")
print("两条线 %d 字节" % os.path.getsize("two_lines.png"))

for w, h in [(4, 3), (6, 4), (8, 6)]:
    f, a = plt.subplots(figsize=(w, h))
    a.plot(range(6), M)
    f.savefig("size_%dx%d.png" % (w, h))
    print("figsize (%d,%d) -> %d 字节"
          % (w, h, os.path.getsize("size_%dx%d.png" % (w, h))))
    plt.close(f)

实跑输出：

--------------------------------------------------------------------
plot 函数与画布
--------------------------------------------------------------------

  ① 一条 plot 画多条线
  --------------------------------------------------------------------
  两次 plot 落在同一个 ax 上，就是两条线。
  上半年最低 116000、最高 162000；去年同期的线整体在上面。
  ! 图例要写在 plot 里（label=），不写 label 图例是空的。

  ② 一条 plot 传二维数据
  --------------------------------------------------------------------
  传一个 6 行 2 列的数组，它按列画两条线——和两次 plot 效果一样。
  数据在 ndarray 里时这样写省事，但列和线的对应关系容易搞混。
  ! 列数就是线条数。6 行 2 列画两条，2 行 6 列画六条。

  ③ 画布大小与清晰度
  --------------------------------------------------------------------
  figsize=(4, 3) 存成 12707 字节。
  figsize=(6, 4) 存成 17293 字节。
  figsize=(8, 6) 存成 23720 字节。
  figsize 单位是英寸，默认 (6.4, 4.8)。面积翻倍，字节只涨三成多——文字和坐标轴的开销是固定的。
  dpi 管清晰度，默认 100。要打印就设 300，屏幕上看 100 够了。
  ! 尺寸和 dpi 是两件事。尺寸管「多大」，dpi 管「多细」。两个都调，文件会暴涨。

循环里每张图都要 plt.close(f)，不然画布会一直攒着，几十张之后内存爆掉。 plt.close() 是批量画图必写的一行。单张图不写也行，循环里不写会出事。

30 秒实验

1. 把二维数组转置一下再 plot，看线条数变成几条。
2. 给两条线显式指定 color='red' 和 color='blue'，看能不能覆盖默认配色。
3. 想一想：为什么 figsize 从 (4,3) 到 (8,6) 面积翻四倍，字节只涨不到一倍？

常见误区

1. 忘了 label 就调 legend：图例框出来是空的。
2. 二维数组行列搞反：线条数不对，画出一堆横线。
3. 循环里不 close 画布：内存一路涨，跑到几十张就卡死。
4. 以为 figsize 是像素：它是英寸，乘上 dpi 才是像素。

图能画了，但坐标轴上的字可能对不上。下一篇专门收拾刻度。

• ☐ （本篇完，下一篇 5.4 坐标轴与刻度）

相关笔记

• Matplotlib 初体验：第一张图
• 坐标轴与刻度
• 折线图与柱形图
• 📊 Python 数据分析 · 索引