Show HN: 更好的圖表 – 教會智能體擺脱Matplotlib的平庸之作

本課程的目標是解決一個常見問題：大多數Matplotlib生成的圖表看起來都像是默認輸出——帶有方框式邊框、單調的藍色、重複座標軸標籤的標題，以及隨機整數刻度線。修復這些問題並非能力不足，而是缺乏審美規則。本課程正是這些規則的集合。

課程首先強調了從pyplot狀態機轉向面向對象API的重要性。通過使用fig, ax = plt.subplots()，你可以直接操作圖表對象，避免全局狀態的混亂。所有後續操作都應基於ax和fig，不再使用plt.*調用。這一轉變是後續所有改進的基礎。

接着，課程介紹了視覺層次結構：Figure（畫布）、Axes（繪圖區域）和Artist（所有可見元素）。每個元素都是Artist，你可以通過.set_*()方法修改其屬性。座標系統包括數據座標、軸座標、圖形座標和顯示座標，合理選擇座標系統可確保標註位置固定。例如，使用軸分數座標（axes fraction）可以使標註在不同數據範圍的圖表中保持相同的位置。

課程通過具體示例展示了改進效果。以月度收入數據為例，默認圖表使用藍色線條、方框邊框、標題僅為“revenue”，難以傳達信息。改進後的圖表使用灰色線條作為背景，紫色突出顯示峯值點，添加直接標註和精煉標題，如“Revenue peaked in July, then cooled into year-end”，使數據故事一目瞭然。另一個經典例子是航空公司乘客數據（1949-1960），通過應用主題樣式、繪製12個月移動平均線，並添加説明性標題“US air travel roughly 17×'d in a decade — and the summer peaks grew with it”，清晰展示了增長趨勢。

課程還總結了實用規則：始終持有句柄（fig, ax）；每個元素都是Artist，可被修改；有意識地選擇座標系統；在繪圖前先思考圖表類型。這些規則被收入項目可複用文件（如CLAUDE.md、VISUALIZATION_GUIDE.md、house_style.py），確保未來智能體能自動生成同等質量的圖表。

總之，本課程不僅提供了具體的代碼示例，還建立了一套可傳承的審美規則，使任何人都能製作出專業、清晰的圖表。