Matplotlib 常用函数手册

在学习 Matplotlib 时，初学者往往会先接触几个最常用的绘图函数，例如 plot()、scatter()、bar()。随着使用逐渐深入，又会接触到图形创建、子图布局、标题设置、图例控制、图像保存以及全局样式配置等内容。

因此，有必要把常用函数按功能重新整理，形成一份可检索、可对照、可反复查阅的基础手册。

一、图形创建与布局

这一组函数主要负责创建图形对象、建立绘图区以及安排多个子图的布局。它们解决的问题不是"画什么"，而是"图放在哪里画"。

figure()

用于创建一个 Figure 对象，即整个图形画布。通常在需要显式控制图像尺寸、分辨率或背景颜色时使用。

python 复制代码

plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None)

参数说明：

• num：图形编号或名称

• figsize：图形尺寸，形式为 (宽, 高)，单位为英寸

• dpi：图像分辨率

• facecolor：图形背景颜色

javascript 复制代码

'white'：白色'black'：黑色'gray'：灰色'none'：不显示颜色（常用于需要透明效果的场景）十六进制颜色，如 '#87ceeb'RGB / RGBA 元组，如 (1, 1, 1)、(1, 1, 1, 0.5)

• edgecolor：图形边框颜色，选项同上

返回值：返回一个 Figure 对象。

示例：

apache 复制代码

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(6, 4), dpi=120)plt.show()

说明：

在简单绘图中，即使不显式调用 figure()，Matplotlib 也会自动创建默认图形；但在需要控制图像属性时，显式创建 Figure 会更清楚。

subplot()

用于在一个 Figure 中创建并切换到指定位置的子图。

perl 复制代码

plt.subplot(nrows, ncols, index, **kwargs)

参数说明：

• nrows：子图总行数

• ncols：子图总列数

• index：当前子图编号，从 1 开始

• **kwargs：其它可选参数

返回值：返回一个 Axes 对象。

示例：

apache 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.linspace(0, 10, 100)
plt.subplot(1, 2, 1)plt.plot(x, np.sin(x))plt.title("sin(x)")
plt.subplot(1, 2, 2)plt.plot(x, np.cos(x))plt.title("cos(x)")
plt.tight_layout()plt.show()

说明：

subplot() 属于状态式接口，适合较简单的多图布局。若图形结构较复杂，通常更推荐 subplots()。

subplots()

一次性创建 Figure 和一个或多个 Axes 对象，是 Matplotlib 中最常用的面向对象建图方式。

apache 复制代码

fig, ax = plt.subplots(nrows=1, ncols=1, figsize=None, dpi=None, **kwargs)

参数说明：

• nrows：子图行数

• ncols：子图列数

• figsize：图像尺寸

• dpi：图像分辨率

• **kwargs：其它可选参数

返回值：返回一个二元组：

css 复制代码

fig：Figure 对象ax：Axes 对象或 Axes 数组

示例：

apache 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.linspace(0, 10, 100)
fig, ax = plt.subplots(1, 2, figsize=(8, 4))
ax[0].plot(x, np.sin(x))ax[0].set_title("sin(x)")
ax[1].plot(x, np.cos(x))ax[1].set_title("cos(x)")
plt.tight_layout()plt.show()

说明：

这是推荐优先掌握的函数之一。它不仅能创建单图，也能方便地创建规则排列的多子图结构。

add_subplot()

在已有的 Figure 对象上添加一个子图，并返回对应的 Axes 对象。

ini 复制代码

ax = fig.add_subplot(nrows, ncols, index, **kwargs)

也可写为：

ini 复制代码

ax = fig.add_subplot(121)

参数说明：

• nrows：子图总行数

• ncols：子图总列数

• index：当前子图编号，从 1 开始

• **kwargs：其它可选参数

返回值：返回一个 Axes 对象。

示例：

apache 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.linspace(0, 10, 100)
fig = plt.figure(figsize=(8, 4))
ax1 = fig.add_subplot(1, 2, 1)ax1.plot(x, np.sin(x))ax1.set_title("sin(x)")
ax2 = fig.add_subplot(1, 2, 2)ax2.plot(x, np.cos(x))ax2.set_title("cos(x)")
plt.tight_layout()plt.show()

说明：

add_subplot() 更适合先创建 Figure，再按步骤逐个加入子图的场景。

axes()

用于创建一个 Axes 坐标区域。与规则网格布局不同，axes() 更适合手动指定绘图区位置。

ini 复制代码

ax = plt.axes()

或：

ini 复制代码

ax = plt.axes([left, bottom, width, height])

参数说明：

• 当使用列表参数时：

css 复制代码

left：左边界位置bottom：下边界位置width：宽度height：高度

这些值一般采用相对于整个 Figure 的比例，通常在 0 到 1 之间。

返回值：返回一个 Axes 对象。

示例：

apache 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.linspace(0, 10, 100)
plt.figure(figsize=(6, 4))
ax1 = plt.axes([0.1, 0.1, 0.8, 0.8])ax1.plot(x, np.sin(x))ax1.set_title("Main Plot")
ax2 = plt.axes([0.6, 0.55, 0.25, 0.25])ax2.plot(x, np.cos(x))
plt.show()

说明：

当需要嵌入小图或自定义不规则布局时，axes() 很有用。

subplots_adjust()

用于手动调整多个子图在画布中的位置和间距。

sql 复制代码

plt.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

或：

sql 复制代码

fig.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

参数说明：

• left：所有子图区域左边界位置，占整个 Figure 宽度的比例

• bottom：所有子图区域下边界位置，占整个 Figure 高度的比例

• right：所有子图区域右边界位置，占整个 Figure 宽度的比例

• top：所有子图区域上边界位置，占整个 Figure 高度的比例

• wspace：子图之间的水平间距，相对于平均子图宽度的比例

• hspace：子图之间的垂直间距，相对于平均子图高度的比例。

官方文档说明，未设置的参数保持不变，其初始值来自 rcParams["figure.subplot.[name]"]。

返回值：无显式返回值，主要起布局调整作用。

示例：

apache 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.linspace(0, 10, 100)
fig, ax = plt.subplots(2, 2, figsize=(8, 6))
ax[0, 0].plot(x, np.sin(x))ax[0, 1].plot(x, np.cos(x))ax[1, 0].plot(x, np.tan(x))ax[1, 1].plot(x, x)
plt.subplots_adjust(wspace=0.4, hspace=0.5)plt.show()

说明：

当多个子图之间过于拥挤，或需要更精细地控制四周留白时，subplots_adjust() 比 tight_layout() 更适合手动调整。

二、基础绘图函数

这一组函数直接负责把数据绘制成具体图形，是最核心的一类函数。

plot()

用于绘制二维折线图，也可通过参数控制点样式、线型和颜色。

python 复制代码

plt.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

常见写法：

css 复制代码

plt.plot(x, y, fmt)

参数说明：

• x：横坐标数据

• y：纵坐标数据

• fmt：格式字符串，用于简写颜色、标记和线型

• label：图例标签

• linewidth：线宽

• linestyle：线型

• marker：点标记样式

• color：颜色

返回值：返回一个由 Line2D 对象组成的列表。

示例：

javascript 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.arange(0, 10)y = x ** 2
plt.plot(x, y, marker="o", label="y = x^2")plt.legend()plt.show()

说明：

如果只传入一组数据，Matplotlib 会将其视为 y，并自动生成从 0 开始的整数索引作为 x。

scatter()

用于绘制散点图，适合观察两个变量之间的关系。

python 复制代码

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, **kwargs)

参数说明：

• x：横坐标数据

• y：纵坐标数据

• s：点的大小

• c：点的颜色

• marker：点的形状

• cmap：颜色映射方案

go 复制代码

viridis：Matplotlib 默认的常用渐变色，颜色层次清楚，适合大多数连续数据plasma：由深紫到亮黄，色彩对比更强inferno：由深色到亮黄，整体偏暖色调magma：由深紫到浅黄，视觉较柔和cividis：对比平稳，适合强调可读性coolwarm：冷暖对比明显，适合表现正负变化或中心对称数据jet：早期较常见，但颜色跳跃较大，一般不作为首选rainbow：彩虹渐变，视觉鲜艳，但不太适合严肃的数据表达

返回值：返回一个 PathCollection 对象。

示例：

apache 复制代码

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]y = [5, 7, 6, 8, 7]
plt.scatter(x, y, s=80)plt.show()

说明：

如果需要通过颜色或大小再表示额外变量，散点图非常适合做多维信息表达。

bar()

用于绘制柱状图，适合比较不同类别的数据大小。

apache 复制代码

plt.bar(x, height, width=0.8, bottom=None, align="center", **kwargs)

参数说明：

• x：类别位置或标签

• height：柱子的高度

• width：柱宽

• bottom：柱子起始位置

• align：对齐方式

javascript 复制代码

'center'：以 x 位置作为柱子的中心'edge'：以 x 位置作为柱子的左边缘

• color：柱子颜色

• label：图例标签

返回值：返回一个 BarContainer 对象。

示例：

javascript 复制代码

import matplotlib.pyplot as plt
categories = ["A", "B", "C", "D"]values = [18, 24, 15, 27]
plt.bar(categories, values, color="skyblue")plt.show()

说明：

柱状图主要用于类别比较，不适合表达连续变化趋势。

hist()

用于绘制直方图，展示数据在各个区间中的分布情况。

python 复制代码

plt.hist(x, bins=None, range=None, density=False, **kwargs)

参数说明：

• x：输入数据

• bins：分箱数量或分箱边界

• range：统计区间

• density：是否归一化为概率密度

• color：颜色

• edgecolor：边框颜色

返回值：通常返回一个三元组：

go 复制代码

每个箱中的计数值分箱边界数组柱形对象列表

示例：

kotlin 复制代码

import matplotlib.pyplot as pltimport numpy as np
data = np.random.normal(0, 1, 1000)
plt.hist(data, bins=30, edgecolor="black")plt.show()

说明：

直方图与柱状图外形相似，但前者用于分布统计，后者用于类别比较。

imshow()

用于将二维数组或图像数据显示为图像。它既可以显示灰度图、彩色图，也常用于显示热力矩阵、像素矩阵或二维数值分布。

python 复制代码

plt.imshow(X, cmap=None, interpolation=None, aspect=None, origin=None, **kwargs)

参数说明：

• X：输入数据，通常为二维数组，或形如 (M, N, 3)、(M, N, 4) 的图像数组

• cmap：颜色映射方案

• interpolation：插值方式

• aspect：控制坐标轴纵横比

• origin：设置原点位置，常见为 'upper' 或 'lower'

• vmin / vmax：颜色映射的取值范围

• alpha：透明度

返回值：返回一个 AxesImage 对象。

示例：

kotlin 复制代码

import matplotlib.pyplot as pltimport numpy as np
data = np.array([    [1, 2, 3],    [4, 5, 6],    [7, 8, 9]])
plt.imshow(data, cmap="viridis")plt.colorbar()plt.show()

说明：

imshow() 并不仅用于照片显示，也常用于可视化矩阵数据。例如相关系数矩阵、混淆矩阵、热力图等，都可以通过它直观呈现。

contour()

用于绘制等高线图。它把二维数值场中取值相同的点连接成线，常用于表现地形高度、温度分布、压力分布以及二维函数的等值区域。

python 复制代码

plt.contour(X, Y, Z, levels=None, cmap=None, colors=None, linewidths=None, **kwargs)

参数说明：

• X、Y：网格坐标数据

• Z：二维数值矩阵，表示每个坐标点处的函数值

• levels：等高线的层级数量或具体层级值

• cmap：颜色映射方案

• colors：直接指定等高线颜色

• linewidths：线宽

• **kwargs：其它可选参数

返回值：返回一个 QuadContourSet 对象。

示例：

apache 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.linspace(-3, 3, 100)y = np.linspace(-3, 3, 100)X, Y = np.meshgrid(x, y)Z = X**2 + Y**2
plt.contour(X, Y, Z, levels=8, cmap="viridis")plt.colorbar()plt.show()

说明：

contour() 只绘制等值线，不填充线与线之间的区域，因此更适合强调"轮廓结构"本身。它常用于数学函数可视化，也常见于地理信息、工程分析和科学计算场景。

contourf()

用于绘制填充等高线图。与 contour() 相比，它不仅绘制层级，还会用颜色填充不同层级之间的区域，因此更适合表现连续数值场的整体分布。

python 复制代码

plt.contourf(X, Y, Z, levels=None, cmap=None, **kwargs)

参数说明：

• X、Y：网格坐标数据

• Z：二维数值矩阵

• levels：填充层级数量或具体层级值

• cmap：颜色映射方案

• **kwargs：其它可选参数

返回值：返回一个 QuadContourSet 对象。

示例：

apache 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.linspace(-3, 3, 100)y = np.linspace(-3, 3, 100)X, Y = np.meshgrid(x, y)Z = np.sin(X) * np.cos(Y)
plt.contourf(X, Y, Z, levels=20, cmap="coolwarm")plt.colorbar()plt.show()

说明：

如果希望更直观地表现数值区域的高低变化，通常 contourf() 比 contour() 更适合。实际使用中，也常把二者叠加：先用 contourf() 填色，再用 contour() 叠加轮廓线，以同时获得层次感与边界感。

errorbar()

用于绘制带误差线的图形。它常用于实验数据、测量数据或统计结果的可视化，以表示某个数据点的不确定性、波动范围或误差区间。

python 复制代码

plt.errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None, elinewidth=None, capsize=None, **kwargs)

参数说明：

• x：横坐标数据

• y：纵坐标数据

• yerr：纵向误差值

• xerr：横向误差值

• fmt：数据点和连线格式

• ecolor：误差线颜色

• elinewidth：误差线宽度

• capsize：误差线端帽长度

• **kwargs：其它可选参数

返回值：返回一个 ErrorbarContainer 对象。

示例：

apache 复制代码

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]y = [2.0, 2.5, 3.7, 3.9, 5.1]err = [0.2, 0.3, 0.15, 0.25, 0.2]
plt.errorbar(x, y, yerr=err, fmt='o-', capsize=5)plt.show()

说明：

errorbar() 的核心不在于"再画一条线"，而在于为数据增加"误差解释层"。在科研图表、统计分析图和实验报告中，它比普通折线图或散点图更能体现数据的可信区间与离散程度。

stem()

用于绘制茎叶图样式的离散序列图。它会从基线出发，为每个离散点绘制一条竖线，并在顶端标出数据点，适合表示脉冲信号、离散时间序列或整数索引上的数值变化。

python 复制代码

plt.stem(*args, linefmt=None, markerfmt=None, basefmt=None, bottom=0, label=None)

常见写法：

css 复制代码

plt.stem(x, y)

参数说明：

• x：横坐标数据

• y：纵坐标数据

• linefmt：茎线格式

• markerfmt：顶端标记格式

• basefmt：基线格式

• bottom：基线位置

• label：图例标签

返回值：通常返回一个包含标记线、茎线和基线的容器对象。

示例：

javascript 复制代码

import matplotlib.pyplot as pltimport numpy as np
x = np.arange(0, 10)y = [1, 3, 2, 5, 4, 6, 3, 2, 4, 1]
plt.stem(x, y)plt.show()

说明：

stem() 与 plot() 的区别在于，它更强调"离散点逐个独立出现"的特征，而不是连续变化趋势。因此在数字信号处理、采样数据展示或离散数学场景中更常见。

pie()

用于绘制饼图，展示各部分占整体的比例。

python 复制代码

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, startangle=None, **kwargs)

参数说明：

• x：各部分数值

• explode：突出某些扇区

• labels：标签列表

• colors：颜色列表

• autopct：百分比显示格式

makefile 复制代码

常见格式：autopct='%1.0f%%'：整数百分比autopct='%1.1f%%'：百分比，保留 1 位小数autopct='%1.2f%%'：百分比，保留 2 位小数autopct='%1.3f%%'：百分比，保留 3 位小数autopct=None：不显示数值autopct=函数名：用于显示更复杂的内容，如"百分比 + 原始值"

• startangle：起始角度

返回值：通常返回若干绘图对象，例如扇区对象和文本对象。

示例：

javascript 复制代码

import matplotlib.pyplot as plt
sizes = [30, 40, 30]labels = ["A", "B", "C"]
plt.pie(sizes, labels=labels, autopct="%1.1f%%")plt.show()

说明：

当类别较多或比例差异较小时，饼图的可读性会下降，此时柱状图往往更清晰。

三、图形修饰函数

绘图之后，通常还需要为图形补充解释信息。这一组函数主要用于增强可读性。

1、标题与轴标签

title() / set_title()

用于设置图标题。

python 复制代码

plt.title(label, fontsize=None, loc=None)ax.set_title(label, fontdict=None, loc=None, pad=None, **kwargs)

参数说明：

• label：标题内容

• fontsize：标题字号，适用于 plt.title()

• fontdict：字体属性字典，适用于 ax.set_title()

• loc：标题位置

javascript 复制代码

'center'：标题居中显示'left'：标题靠左显示'right'：标题靠右显示

• pad：标题与图形区域之间的间距

• **kwargs：其它文本样式参数，如 color 等

返回值：返回一个 Text 对象。

示例：

javascript 复制代码

import matplotlib.pyplot as plt
plt.plot([1, 2, 3], [2, 4, 3])plt.title("Example Plot", fontsize=14)plt.show()

xlabel() / ylabel()

用于设置当前图形的横轴、纵轴标签。

python 复制代码

plt.xlabel(xlabel, fontsize=None)plt.ylabel(ylabel, fontsize=None)

参数说明：

• xlabel / ylabel：标签文本

• fontsize：标签字体大小

返回值：返回一个 Text 对象。

示例：

javascript 复制代码

import matplotlib.pyplot as plt
plt.plot([1, 2, 3], [2, 4, 3])plt.xlabel("x")plt.ylabel("y")plt.show()

set_xlabel() / set_ylabel()

用于设置某个 Axes 对象的横轴、纵轴标签。

python 复制代码

ax.set_xlabel(xlabel, fontdict=None, labelpad=None, **kwargs)ax.set_ylabel(ylabel, fontdict=None, labelpad=None, **kwargs)

参数说明：

• xlabel / ylabel：标签文本

• fontdict：字体属性字典

• labelpad：标签与坐标轴之间的间距

• **kwargs：其它文本样式参数

返回值：返回一个 Text 对象。

示例：

javascript 复制代码

import matplotlib.pyplot as plt
fig, ax = plt.subplots()ax.plot([1, 2, 3], [2, 4, 3])ax.set_xlabel("x")ax.set_ylabel("y")plt.show()

text()

用于在图中指定位置添加普通文本说明。

python 复制代码

plt.text(x, y, s, fontdict=None, **kwargs)

或：

python 复制代码

ax.text(x, y, s, fontdict=None, **kwargs)

参数说明：

• x、y：文本位置

• s：文本内容

• fontdict：字体属性字典

• **kwargs：其它文本样式参数，如 fontsize、color、ha、va

返回值：返回一个 Text 对象。

示例：

javascript 复制代码

import matplotlib.pyplot as plt
plt.plot([1, 2, 3], [2, 4, 3])plt.text(2, 4, "峰值附近")plt.show()

说明：

text() 常用于局部说明、数据标注或补充解释，但它不会自动绘制箭头。

annotate()

用于给图中的某个点添加带箭头的注释，是 text() 的增强形式。

python 复制代码

plt.annotate(text, xy, xytext=None, arrowprops=None, **kwargs)

或：

python 复制代码

ax.annotate(text, xy, xytext=None, arrowprops=None, **kwargs)

参数说明：

• text：注释文本

• xy：被注释点的位置

• xytext：注释文本的位置

• arrowprops：箭头样式字典

• **kwargs：其它文本样式参数

返回值：返回一个 Annotation 对象。

示例：

apache 复制代码

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]y = [2, 5, 3, 4]
plt.plot(x, y)plt.annotate("最高点", xy=(2, 5), xytext=(2.5, 5.5),             arrowprops={"arrowstyle": "->"})plt.show()

说明：

当需要强调某个关键点、异常点或极值点时，annotate() 很有用。

2、刻度与范围控制

xticks()

用于获取或设置当前图形 x 轴刻度的位置与标签。

python 复制代码

plt.xticks(ticks=None, labels=None, *, minor=False, **kwargs)

参数说明：

• ticks：刻度位置列表

• labels：对应的刻度标签列表；只有在提供 ticks 时才能同时传入

• minor：是否设置次刻度，默认为 False

• **kwargs：刻度文本样式参数，如 rotation、fontsize 等。

返回值：不传参数时，通常返回当前 x 轴刻度位置和刻度标签；设置时返回对应刻度与文本对象。

示例：

makefile 复制代码

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]y = [85, 78, 92, 88]names = ["张老师", "李老师", "王老师", "赵老师"]
plt.bar(x, y)plt.xticks(x, names)plt.show()

说明：

xticks() 常用于把默认的数字刻度替换成更有意义的类别名称，例如姓名、月份、地区等。

yticks()

用于获取或设置当前图形 y 轴刻度的位置与标签，其用法与 xticks() 对应。

python 复制代码

plt.yticks(ticks=None, labels=None, *, minor=False, **kwargs)

参数说明：

• ticks：刻度位置列表

• labels：对应的刻度标签列表

• minor：是否设置次刻度

• **kwargs：刻度文本样式参数

返回值：不传参数时，通常返回当前 y 轴刻度位置和刻度标签；设置时返回对应刻度与文本对象。

示例：

css 复制代码

import matplotlib.pyplot as plt
plt.plot([1, 2, 3], [10, 20, 30])plt.yticks([10, 20, 30], ["低", "中", "高"])plt.show()

说明：

当 y 轴数值需要用等级、评分或其它文字说明替换时，yticks() 很有用。

xlim()

用于获取或设置当前坐标轴的 x 轴显示范围。

cs 复制代码

plt.xlim(*args, **kwargs)

常见写法：

sql 复制代码

left, right = plt.xlim()plt.xlim((left, right))plt.xlim(left, right)

参数说明：

• left：x 轴左边界

• right：x 轴右边界

返回值：返回新的 x 轴范围，通常是一个包含左右边界的二元组。

示例：

apache 复制代码

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4, 5], [2, 4, 3, 6, 5])plt.xlim(1, 4)plt.show()

说明：

当希望只关注某一段横轴范围时，可以通过 xlim() 缩小显示区间；设置后通常会关闭该轴的自动缩放。

ylim()

用于获取或设置当前坐标轴的 y 轴显示范围，用法与 xlim() 对应。

cs 复制代码

plt.ylim(*args, **kwargs)

常见写法：

bash 复制代码

bottom, top = plt.ylim()plt.ylim((bottom, top))plt.ylim(bottom, top)

参数说明：

• bottom：y 轴下边界

• top：y 轴上边界

返回值：返回新的 y 轴范围，通常是一个包含上下边界的二元组。

示例：

apache 复制代码

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4, 5], [2, 4, 3, 6, 5])plt.ylim(0, 8)plt.show()

说明：

当希望统一多张图的纵轴范围，或突出某个数值区间时，ylim() 非常常用。

axis()

用于统一设置或获取当前坐标轴的显示范围、坐标比例以及轴线显示方式。

cs 复制代码

plt.axis(*args, emit=True, **kwargs)

常见写法：

javascript 复制代码

plt.axis([xmin, xmax, ymin, ymax])plt.axis("off")plt.axis("equal")plt.axis("tight")

参数说明：

• 当传入四元素列表时：