想问下大家平时是怎么用 Python -Matplotlib 库画图

用 ai+文档，一个个 debugger 测试

赶上好时候了，这是 AI 最完美的场景之一。

seaborn 简化了很多操作，剩下的就 AI 吧，最后调调细节

以前 googlefu ，现在 aifu 。

编程就是这样啊，一些基本的 api 没记住的话寸步难行
用 ai 另说

bokeh 好像用的人少啊

记 api 没多大意义, 要记概念 1) 可视化概念: 有哪些数据呈现方式. 之后换成任何库都可以直接去找有没有实现那些呈现方式. 2) 库概念: 库从上到下实现了什么概念, 每个抽象层可以做什么, 了解提供了哪些从上到下的 api, 这个可以通过文档整理一份笔记. 实际应用时就从可视化概念对应到库实现, 因为你知道整个库有哪些抽象层次, 去查 api 文档就会很有目的性, 问 AI 也能问到点子上.

用 python 10 年了，都没记住 matplotlib 怎么用，真是赶上好时候了，用 ai 画的时候连画什么类型的图都不用知道，告诉他我要可视化什么数据，数据结构是什么，选类型 参数 颜色一条龙服务了

我也是在练，也是眼花缭乱记不住，感觉就是先想好用什么类型的图，搭个最简单的框架，然后一点点调参

猛练自然强

matplotlib 其实还比较好记吧，主要围绕几种常见的图的 api ，然后是图像上的一些辅助元素，比如画布、子图、坐标轴、网格、标题、注释、图例，这些都记住几种主要用法就差不多了。一些少见的比如自定义 colorbar 颜色，3D 绘图，动画等，我也记不住，问 ai 就行

把表格丢给 ai ，然后输入绘图需求，输出代码就行了。

少量数据用 MATLAB 画出来看。

批量数据或者会反复修改查看的自己写 python-matplotlib 脚本

一般拿到数据后，从官方的例子里面( https://matplotlib.org/stable/gallery/index.html)挑个合适的例子照着画。另外批量绘图 pyploy 不太好用，可以直接从 Figure 类开始绘图。可以看看期刊有什么要求，可以形成一套你自己领域的绘图风格。

没学过 MATLAB 的想学会 Matplotlib 是非常困难的。Matplotlib 只是 MATLAB 的一种开源实现。Matplotlib 的文档也很简陋，具有强大的防自学功能，因为真正的文档在 MATLAB 。

Matplotlib 我用了四年了,每次都是用啥查下怎么用, 现在有 ai 太好了

现在全靠 ai ，不然真的不会用。python 的库都有这个特点，太复杂。

看来都是丢需求给 ai 画为主。然后拿到代码再微调。不过总感觉画起来没 excel 拖拽生成方便，不知道两类使用者具体使用场景区别在哪里？ （ python 画）我现在想到的就是数据规模、直连某些数据源相对简单点

个人感觉大脑是用来记必须记的东西和思考用的。画图这一类偏实用，不同的库函数和用法都不同。我个人一般都是需要的时候搜一下，经常用到的做成笔记。写习惯就熟能生巧，忘记的话也不去管它。似乎没有必要花大功夫将其变成被动技能，不过也是因为我自己平时不经常用到。