必须用plt.savefig()显式控制DPI和尺寸：dpi=300适配印刷/论文，figsize=(8,6)需按内容量调整，务必加bbox_inches='tight'防截断，配合plt.close(fig)防内存泄漏，并优先使用Agg后端+PNG格式确保批量导出稳定。
用 plt.savefig() 控制DPI和尺寸，别依赖 plt.show()
直接调用 plt.show() 会弹窗、阻塞、且默认分辨率低（通常是100 DPI），完全不适合批量导出。必须用 plt.savefig() 显式控制输出质量。
关键参数不是“越高越好”，而是按需匹配使用场景：
-
dpi=300是印刷/论文常用底线，dpi=600适合细节密集的热力图或小字号标签 -
figsize=(8, 6)要提前设好——如果图表内容多（比如20+子图），得同步放大尺寸，否则文字会被压缩糊掉 - 务必加
bbox_inches='tight'，否则坐标轴标签或图例可能被截断 - 避免在循环里反复调用
plt.figure()却不plt.close()，内存会持续增长，跑几百张图后大概率 OOM
保存前清空画布：用 plt.close(fig) 或上下文管理
很多人写循环绘图时只调用 plt.close()，这会关闭当前活跃 figure，但若中间有异常或 figure 创建逻辑复杂，容易漏关。更稳妥的是显式管理：
python-flask-vue-creator
下载
创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。
- 每次创建 figure 后保存完立刻
plt.close(fig)，fig是plt.figure()返回的对象 - 或者用上下文方式：
with plt.rc_context({'figure.dpi': 300}): fig, ax = plt.subplots(figsize=(10, 6)) ax.plot(x, y) fig.savefig("chart.png", bbox_inches='tight') plt.close(fig) - 注意：
plt.clf()只清空当前 figure 内容，不释放内存；plt.close('all')会关所有 figure，但在多线程/子进程里可能误伤其他任务
批量导出时路径和文件名别硬编码，用 os.path.join() 和格式化
Windows 和 Linux 路径分隔符不同，直接拼字符串 "output/charts/" + name + ".png" 在 Windows 上会出错。必须用标准路径处理：
- 根目录用
os.path.join("output", "charts")，再配合os.makedirs(save_dir, exist_ok=True)确保目录存在 - 文件名含变量时，用
f"{prefix}_{i:04d}.png"保证排序正确（0001.png,0002.png），避免10.png排在2.png前面 - 中文路径或特殊字符（如括号、空格）在某些后端（如 Agg）下可能报
UnicodeEncodeError，可先用urllib.parse.quote()编码，或统一用英文命名
不同图表类型对后端和格式敏感，优先选 Agg + png 或 pdf
脚本运行在无 GUI 环境（如服务器、CI）时，Matplotlib 默认后端（如 TkAgg）会报 TclError 或卡死。必须提前切换：
- 在
import matplotlib.pyplot as plt前加import matplotlib; matplotlib.use('Agg') -
png兼容性最好，适合网页展示；pdf是矢量格式，缩放不失真，但部分图表（如带 rasterized 的热力图）导出 pdf 可能变大或渲染慢 - 避免用
jpeg：它不支持透明背景，且有损压缩，折线图上的细线可能出现色块噪点 - 如果图中用了 LaTeX 渲染公式（
r"$\alpha + \beta$"），确保系统已装texlive或启用usetex=False防止崩溃
