Matplotlib 3.9.0 的新特性（2024年5月15日）#
要查看自上次修订以来的所有问题和拉取请求列表，请参见 GitHub 统计数据为 3.9.2 版本（2024年8月12日）。
绘图和注释改进#
Axes.inset_axes 不再是实验性的#
Axes.inset_axes 被认为是稳定的，可以用于使用。
箱线图的图例支持#
箱线图现在支持 label 参数来创建图例条目。图例标签可以作为字符串列表传递，以在单个 Axes.boxplot 调用中标记多个箱线图：
np.random.seed(19680801)
fruit_weights = [
np.random.normal(130, 10, size=100),
np.random.normal(125, 20, size=100),
np.random.normal(120, 30, size=100),
]
labels = ['peaches', 'oranges', 'tomatoes']
colors = ['peachpuff', 'orange', 'tomato']
fig, ax = plt.subplots()
ax.set_ylabel('fruit weight (g)')
bplot = ax.boxplot(fruit_weights,
patch_artist=True, # fill with color
label=labels)
# fill with colors
for patch, color in zip(bplot['boxes'], colors):
patch.set_facecolor(color)
ax.set_xticks([])
ax.legend()
(Source code, 2x.png, png)
或者作为单个字符串传递给每个 Axes.boxplot：
fig, ax = plt.subplots()
data_A = np.random.random((100, 3))
data_B = np.random.random((100, 3)) + 0.2
pos = np.arange(3)
ax.boxplot(data_A, positions=pos - 0.2, patch_artist=True, label='Box A',
boxprops={'facecolor': 'steelblue'})
ax.boxplot(data_B, positions=pos + 0.2, patch_artist=True, label='Box B',
boxprops={'facecolor': 'lightblue'})
ax.legend()
(Source code, 2x.png, png)
饼图标签中的百分号在 usetex=True 时自动转义#
在使用`.Axes.pie`时，指定包含百分号（%）的标签是很常见的，百分号在LaTeX中表示注释。当启用LaTeX时，通过:rc:text.usetex`或传递``textprops={"usetex": True}`，这曾经会导致百分号消失。
现在，百分号会自动转义（通过添加一个前置的反斜杠），以便它在 usetex 设置下也能显示。如果你已经预先转义了百分号，这将被检测到，并保持原样。
hatch 参数用于 stackplot#
stackplot 的 hatch 参数现在接受一个字符串列表，描述将按顺序应用于堆叠层中的填充样式：
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(10,5))
cols = 10
rows = 4
data = (
np.reshape(np.arange(0, cols, 1), (1, -1)) ** 2
+ np.reshape(np.arange(0, rows), (-1, 1))
+ np.random.random((rows, cols))*5
)
x = range(data.shape[1])
ax1.stackplot(x, data, hatch="x")
ax2.stackplot(x, data, hatch=["//","\\","x","o"])
ax1.set_title("hatch='x'")
ax2.set_title("hatch=['//','\\\\','x','o']")
plt.show()
(Source code, 2x.png, png)
添加选项以仅绘制小提琴图的一半#
将参数 side 设置为 'low' 或 'high' 允许仅绘制 Axes.violinplot 的一半。
# Fake data with reproducible random state.
np.random.seed(19680801)
data = np.random.normal(0, 8, size=100)
fig, ax = plt.subplots()
ax.violinplot(data, [0], showmeans=True, showextrema=True)
ax.violinplot(data, [1], showmeans=True, showextrema=True, side='low')
ax.violinplot(data, [2], showmeans=True, showextrema=True, side='high')
ax.set_title('Violin Sides Example')
ax.set_xticks([0, 1, 2], ['Default', 'side="low"', 'side="high"'])
ax.set_yticklabels([])
(Source code, 2x.png, png)
极坐标轴上的 axhline 和 axhspan#
... 现在绘制圆和圆弧 (axhline) 或环和楔形 (axhspan)。
fig = plt.figure()
ax = fig.add_subplot(projection="polar")
ax.set_rlim(0, 1.2)
ax.axhline(1, c="C0", alpha=.5)
ax.axhspan(.8, .9, fc="C1", alpha=.5)
ax.axhspan(.6, .7, .8, .9, fc="C2", alpha=.5)
(Source code, 2x.png, png)
子图标题现在可以自动对齐#
如果刻度标签或x轴标签放置在一个子图的顶部，子图轴标题可能会垂直对齐不正确。`.Figure`类上的新`~.Figure.align_titles`方法现在将垂直对齐标题。
fig, axs = plt.subplots(1, 2, layout='constrained')
axs[0].plot(np.arange(0, 1e6, 1000))
axs[0].set_title('Title 0')
axs[0].set_xlabel('XLabel 0')
axs[1].plot(np.arange(1, 0, -0.1) * 2000, np.arange(1, 0, -0.1))
axs[1].set_title('Title 1')
axs[1].set_xlabel('XLabel 1')
axs[1].xaxis.tick_top()
axs[1].tick_params(axis='x', rotation=55)
(Source code, 2x.png, png)
fig, axs = plt.subplots(1, 2, layout='constrained')
axs[0].plot(np.arange(0, 1e6, 1000))
axs[0].set_title('Title 0')
axs[0].set_xlabel('XLabel 0')
axs[1].plot(np.arange(1, 0, -0.1) * 2000, np.arange(1, 0, -0.1))
axs[1].set_title('Title 1')
axs[1].set_xlabel('XLabel 1')
axs[1].xaxis.tick_top()
axs[1].tick_params(axis='x', rotation=55)
fig.align_labels()
fig.align_titles()
(Source code, 2x.png, png)
axisartist 现在可以与标准的 Formatters 一起使用#
... 而不是仅限于 axisartist 特定的内容。
在轴上切换次刻度#
可以使用 minorticks_on 和 minorticks_off 来显示或移除 Axis 上的次刻度；例如，ax.xaxis.minorticks_on()。另请参见 minorticks_on。
StrMethodFormatter 现在遵循 axes.unicode_minus#
在格式化负值时，如果设置了 rcParams["axes.unicode_minus"] (default: True)，StrMethodFormatter 现在将使用 Unicode 减号。
>>> from matplotlib.ticker import StrMethodFormatter
>>> with plt.rc_context({'axes.unicode_minus': False}):
... formatter = StrMethodFormatter('{x}')
... print(formatter.format_data(-10))
-10
>>> with plt.rc_context({'axes.unicode_minus': True}):
... formatter = StrMethodFormatter('{x}')
... print(formatter.format_data(-10))
−10
图、轴和图例布局#
子图现在具有可控的zorder#
之前，设置子图的 zorder 没有效果，它们会绘制在任何图级艺术家（例如图级图例）之上。现在，子图的行为与其他艺术家一样，并且可以控制它们的 zorder，默认的 zorder 为 0。
x = np.linspace(1, 10, 10)
y1, y2 = x, -x
fig = plt.figure(constrained_layout=True)
subfigs = fig.subfigures(nrows=1, ncols=2)
for subfig in subfigs:
axarr = subfig.subplots(2, 1)
for ax in axarr.flatten():
(l1,) = ax.plot(x, y1, label="line1")
(l2,) = ax.plot(x, y2, label="line2")
subfigs[0].set_zorder(6)
l = fig.legend(handles=[l1, l2], loc="upper center", ncol=2)
(Source code, 2x.png, png)
xmargin、ymargin 和 zmargin 的获取器#
Axes.get_xmargin, Axes.get_ymargin 和 Axes3D.get_zmargin 方法已被添加，分别返回由 Axes.set_xmargin, Axes.set_ymargin 和 Axes3D.set_zmargin 设置的边距值。
数学文本改进#
mathtext 文档改进#
文档已更新，直接从解析器获取信息。这意味着（几乎）所有支持的符号、运算符等都显示在 书写数学表达式 中。
mathtext 间距修正#
由于文档的更新，许多关系和运算符符号的间距已被正确分类，因此将适当调整间距。
小部件改进#
3D 绘图改进#
设置3D轴限制现在精确设置限制#
之前，设置3D轴的限制时总会为限制添加一个小的边距。现在默认情况下限制设置为精确值。新引入的rc参数 axes3d.automargin 可以用来恢复到旧的行为，即自动添加边距。
fig, axs = plt.subplots(1, 2, subplot_kw={'projection': '3d'})
plt.rcParams['axes3d.automargin'] = True
axs[0].set(xlim=(0, 1), ylim=(0, 1), zlim=(0, 1), title='Old Behavior')
plt.rcParams['axes3d.automargin'] = False # the default in 3.9.0
axs[1].set(xlim=(0, 1), ylim=(0, 1), zlim=(0, 1), title='New Behavior')
(Source code, 2x.png, png)
其他改进#
BackendRegistry#
新的 BackendRegistry 类是可用后端的单一真实来源。单例实例是 matplotlib.backends.backend_registry。它由 Matplotlib 内部使用，并且从 IPython 8.24.0 开始，也由 IPython（因此也包括 Jupyter）使用。
有三种后端来源：内置的（源代码在 Matplotlib 仓库内），显式的 module://some.backend 语法（通过加载模块获取后端），或通过入口点（外部包中的自注册后端）。
要获取所有已注册的后端列表，请使用：
>>> from matplotlib.backends import backend_registry
>>> backend_registry.list_all()
为 EllipseCollection 添加 widths、heights 和 angles 设置器#
EllipseCollection 的 widths、heights 和 angles 值现在可以在集合创建后进行更改。
from matplotlib.collections import EllipseCollection
rng = np.random.default_rng(0)
widths = (2, )
heights = (3, )
angles = (45, )
offsets = rng.random((10, 2)) * 10
fig, ax = plt.subplots()
ec = EllipseCollection(
widths=widths,
heights=heights,
angles=angles,
offsets=offsets,
units='x',
offset_transform=ax.transData,
)
ax.add_collection(ec)
ax.set_xlim(-2, 12)
ax.set_ylim(-2, 12)
new_widths = rng.random((10, 2)) * 2
new_heights = rng.random((10, 2)) * 3
new_angles = rng.random((10, 2)) * 180
ec.set(widths=new_widths, heights=new_heights, angles=new_angles)
(Source code, 2x.png, png)
image.interpolation_stage rcParam#
这个新的 rcParam 控制图像插值是在“数据”空间还是在“rgba”空间中进行。
箭头补丁位置现在可修改#
已添加一个设置方法，允许在不要求完全重绘的情况下更新 patches.Arrow 对象的位置。
from matplotlib import animation
from matplotlib.patches import Arrow
fig, ax = plt.subplots()
ax.set_xlim(0, 10)
ax.set_ylim(0, 10)
a = Arrow(2, 0, 0, 10)
ax.add_patch(a)
# code for modifying the arrow
def update(i):
a.set_data(x=.5, dx=i, dy=6, width=2)
ani = animation.FuncAnimation(fig, update, frames=15, interval=90, blit=False)
plt.show()
(Source code, 2x.png, png)
NonUniformImage 现在支持鼠标悬停功能#
当鼠标悬停在一个 NonUniformImage 上时，现在会显示数据值。