机器学习数据可视化Matplotlib技巧
机器学习数据可视化Matplotlib技巧：FAQ问答指南
数据可视化是机器学习项目中不可或缺的一环，而Matplotlib作为Python最经典的可视化库，常常让新手感到既熟悉又困惑。从调整图表样式到处理大数据集，许多细微的技巧能极大提升工作效率。本文精选了6个高频问题，覆盖从基础设置到高级应用的实用技巧，帮助你避开常见坑点，快速提升图表质量。
1. 如何解决Matplotlib图表中的中文乱码问题？
Matplotlib默认字体不支持中文，直接使用中文标签会出现方块乱码。解决方法很简单：在代码开头添加字体设置。推荐使用系统自带的中文字体，如SimHei（黑体）或Microsoft YaHei（微软雅黑）。示例代码：plt.rcParams['font.sans-serif'] = ['SimHei']（针对Windows）；macOS用户可改为['Arial Unicode MS']。同时记得设置plt.rcParams['axes.unicode_minus'] = False，避免负号显示为方块。如果仍无效，检查系统是否安装对应字体，或使用plt.rcParams['font.family'] = 'sans-serif'配合font.sans-serif列表。建议在Jupyter Notebook开头统一设置，避免重复代码。
2. 如何在同一图表中绘制多个子图（subplot）？
使用plt.subplots()函数是最灵活的方法。例如fig, axes = plt.subplots(2, 3)会生成2行3列共6个子图，返回一个包含所有轴的数组axes。你可以通过索引访问每个子图，如axes[0, 0].plot(x, y)。注意：fig是整体画布对象，可以统一设置标题、调整子图间距（plt.tight_layout()）。若子图数量多，建议使用循环绘制：for ax in axes.flat: ax.plot(...)。另外，subplots()参数figsize可控制整体尺寸，sharex/sharey可共享坐标轴，适合对比数据。
3. 为什么我的折线图看起来不连续？如何避免数据点断开？
折线图不连续通常是因为数据中存在缺失值（NaN）。Matplotlib默认会在NaN处断开线段。解决方法：使用numpy的np.isnan()检查数据，并用插值填充，例如df.interpolate()（pandas）或np.nan_to_num()。如果缺失值无法避免，可以设置plt.plot(..., linestyle='-', marker='o')，用标记点显示实际数据位置，断点处显示空白。另一种技巧是使用np.ma.masked_array将NaN值掩码，但默认情况下Matplotlib仍会断开。最直接的方法是先清洗数据：df = df.dropna()或df.fillna(method='ffill')。
4. 如何自定义图表的颜色、字体和网格线？
Matplotlib提供丰富的自定义选项。颜色可以通过color参数指定，如'red'、'#FF5733'（十六进制）或(0.2, 0.4, 0.6)（RGB元组）。字体大小用fontsize，例如plt.title('标题', fontsize=16)。网格线用plt.grid(True, linestyle='--', alpha=0.7)，alpha控制透明度。对于坐标轴标签，使用plt.xlabel('X轴', fontsize=12)。更高效的方法是使用样式表：plt.style.use('ggplot')或自定义rcParams，例如plt.rcParams['axes.facecolor'] = 'whitesmoke'。注意：rcParams更改会影响全局，建议在脚本开头设置。
5. 如何保存高清图片并去除多余白边？
保存图片时，使用plt.savefig()并设置dpi参数控制分辨率，例如plt.savefig('chart.png', dpi=300)可输出高清图。要去除白边，添加bbox_inches='tight'和pad_inches=0。示例：plt.savefig('chart.pdf', dpi=300, bbox_inches='tight', pad_inches=0)。PDF格式适合矢量图，缩放不失真。如果图表有标题或标签被裁剪，调整pad_inches为0.1或更多。注意：若使用subplots_adjust或tight_layout，需在savefig前调用。对于Jupyter环境，用%config InlineBackend.figure_format = 'retina'可提升显示清晰度。
6. 如何用Matplotlib绘制机器学习中的分类散点图？
分类散点图常用于可视化分类数据。首先，准备数据：假设X包含特征，y是标签（0,1,2）。使用scatter函数，通过c参数映射颜色：plt.scatter(X[:,0], X[:,1], c=y, cmap='viridis')。添加颜色条：plt.colorbar(label='类别')。若需区分不同形状，可循环绘制：for i in set(y): plt.scatter(X[y==i,0], X[y==i,1], label=f'类别{i}')，再用plt.legend()。注意：大数据集（>1000点）建议使用alpha参数（如0.5）避免重叠。对于高维数据，可结合PCA降维后再绘制，或使用seaborn的pairplot更便捷。
总结：掌握这些Matplotlib技巧后，你将能轻松应对机器学习项目中的常见可视化挑战。从解决中文乱码到自定义美观图表，再到处理缺失数据和保存高清图，每一步都能显著提升你的数据展示效果。建议把这些技巧整理成代码片段，方便随时调用。实践是最好老师，现在就去修改你的图表吧！