Matplotlib与pyplot是什么关系？如何选择绘图接口

先把名称对应到对象

Axes 不是单根坐标轴；横轴、纵轴分别由 Axis 对象表示。理解这个区别后，设置标题、图例和子图时更容易找到对应方法。

先理解包含关系，再选择调用方式

Matplotlib 是完整绘图库，pyplot 是其中的一个模块。写 import matplotlib.pyplot as plt 只是为模块取一个常见别名，并不是安装或选择了另一个竞争产品。因此“Matplotlib 和 pyplot 选哪个”通常需要改成“这一段绘图逻辑怎样管理 Figure 与 Axes”。

Figure 可以包含多个 Axes，一个 Axes 则承载标题、数据曲线、图例和坐标轴等元素。plt.subplots 返回这些对象后，你可以明确对某个 ax 调用绘图方法。这样在函数里增加曲线或修改标题时，就不必猜测当前活动的是哪一张图。

用同一段代码生成一张可验证的图

在已安装 Matplotlib 的 Python 环境中运行下面代码，会在当前目录输出 trend.png。示例使用无界面的 Agg 后端，适合服务器或自动化任务。

import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from pathlib import Path
x, y = [1, 2, 3, 4], [2, 3, 5, 8]
fig, ax = plt.subplots(figsize=(6, 3))
line, = ax.plot(x, y, marker='o', label='Observed')
ax.set(xlabel='Step', ylabel='Value', title='Example trend')
ax.legend()
fig.tight_layout()
fig.savefig('trend.png', dpi=160)
assert list(line.get_ydata()) == y
assert Path('trend.png').stat().st_size > 0
print('trend.png created; y =', list(line.get_ydata()))
plt.close(fig)

成功标准是文件存在且线条数据为 2、3、5、8。图像来自示例数据，不代表真实业务测量。

沿着代码找到每一步产生的结果

示例首先使用 Agg 后端，使程序能够在没有桌面窗口的环境里保存图片。随后创建 Figure 和 Axes，向 ax 传入 x、y 数据并得到 Line2D 对象。对 line.get_ydata 的断言核对了曲线使用的数据，避免只凭一张大致相似的折线图判断代码正确。

fig.savefig 将整张 Figure 写入当前目录中的 trend.png。运行结束后，先确认文件存在，再打开核对横轴、纵轴、标题和四个数据点。如果图片在意料之外的目录中，应检查程序的当前工作目录，而不是重复运行绘图命令。

输出里可能显示 np.int64 这样的数值类型表示，它仍然对应 2、3、5、8 四个纵坐标。读日志时应区分数值本身与对象的显示形式，不能仅凭打印格式不同就认定曲线数据改变。

如何选择接口而不混乱

• 交互式快速探索：pyplot 命令较方便，但要留意当前 Figure/Axes。
• 多子图和复用函数：显式传入 ax，并调用 ax.plot、ax.set 等方法。
• 批量绘图：保存后关闭 Figure，避免不断积累图形对象。

两种接口可以合理配合。问题通常在于代码不清楚地依赖“当前坐标区”，而不是使用了 pyplot 这个模块本身。

把绘图逻辑整理成可复用函数

当同一张图需要在报告或多子图布局中复用时，可以让函数接收 ax 和数据，只负责在这个 ax 上添加内容；创建 Figure、保存文件和关闭 Figure 由外层调用者管理。这样函数不会偷偷切换到其他活动窗口，也更容易组合到不同布局中。

图像质量还取决于尺寸、标签长度和布局。保存前检查标题是否完整、刻度是否重叠、图例是否遮住数据。提高 dpi 能增加输出像素，但不能自动解决文字挤在一起的问题；应先调整图的布局和信息密度。

批量生成图片时，在保存完成后关闭对应 Figure。若循环中只创建不关闭，图形对象可能不断积累。对于这篇示例，成功标准是数据断言通过、文件可打开、图中内容完整，而不是弹出了一个窗口。