【Qwt 7.0 系列】常用图表类型实战 —— 柱状图、散点图、箱线图与直方图

【Qwt 7.0 系列】常用图表类型实战 ------ 柱状图、散点图、箱线图与直方图

本文是 Qwt 7.0 系列介绍和教程，如果你正在寻找一个高性能、协议友好、同时支持 2D 和 3D 绘图的 Qt 数据可视化库，那么这篇文章就是为你准备的。

系列总述文章：Qwt 7.0 ------ 基于 Qt 的高性能 2D/3D 绘图库

概述 | 高性能曲线绘制 | 常用图表类型 | 高级科学图表 | 多坐标轴与布局 | 交互功能 | 3D 数据可视化 | 坐标轴与刻度 | 控件与辅助元素 | 总体架构解析 | matplotlib 风格绘图

项目地址：GitHub | Gitee | 在线文档

在数据可视化的世界里，折线图只是开胃菜。真正让一个绘图库"好用"的，是它能不能优雅地处理柱状图、散点图、箱线图、直方图这些日常分析中最高频的图表类型。

本文是 Qwt 7.0 系列的第 3 篇，将带你逐一掌握 Qwt 7.0 中最常用的四种图表的实战用法。特别值得一提的是，箱线图（QwtPlotBoxChart）是 Qwt 7.2.0 才新增的功能，旧版本（包括原版 Qwt 6.x）完全没有这个类------如果你之前被"Qwt 没有箱线图"劝退过，现在是时候重新认识了。

---

一、引言：为什么图表类型很重要

Qwt 7.0 是基于原版 Qwt 6.2.0 的现代化维护分支，由社区持续更新。相比原版，它不仅修复了大量历史遗留问题，还在图表类型上做了重要扩展：

• 柱状图接口增强 ：7.0 对 QwtPlotBarChart 的 Pen/Brush 样式设置做了改进，定制更灵活
• 新增箱线图 ：7.2.0 起新增 QwtPlotBoxChart，填补了统计可视化的一大空白
• 散点图性能优化：百万级数据点的散点图也能流畅渲染

下面我们逐一展开。

---

二、柱状图 QwtPlotBarChart

柱状图是分类数据对比分析的利器。Qwt 提供两个柱状图类：

类名	说明
QwtPlotBarChart	单组柱状图，每组一个柱体
QwtPlotMultiBarChart	多组柱状图，支持分组和堆叠模式

2.1 基本柱状图

先来看最简单的单组柱状图：

#include <QwtPlot>
#include <QwtPlotBarChart>

QwtPlot* plot = new QwtPlot();
plot->setTitle("柱状图示例");
plot->setCanvasBackground(Qt::white);

// 创建柱状图
QwtPlotBarChart* barChart = new QwtPlotBarChart("销售数据");

// 设置数据（Y值列表，X自动为索引）
QVector<double> values;
values << 10 << 25 << 15 << 30 << 20;
barChart->setSamples(values);

// 设置柱体样式
barChart->setPen(QPen(Qt::darkBlue, 2));            // 边框
barChart->setBrush(QBrush(QColor(100, 150, 200)));  // 填充

// 设置基线（柱体起始位置）
barChart->setBaseline(0.0);  // 从0开始

barChart->attach(plot);
plot->replot();

代码逻辑很直观：创建 QwtPlotBarChart 对象，用 setSamples() 填数据，用 setPen() / setBrush() 设样式，最后 attach() 到 plot 上。

2.2 数据设置的三种方式

setSamples() 支持三种重载，灵活适配不同数据来源：

// 方式1：仅Y值（X自动为0,1,2...）
QVector<double> yValues;
yValues << 10 << 20 << 30 << 40;
barChart->setSamples(yValues);

// 方式2：指定X和Y坐标
QVector<QPointF> points;
points << QPointF(1, 10) << QPointF(2, 25) << QPointF(3, 15);
barChart->setSamples(points);

// 方式3：使用QwtSeriesData（适合自定义数据源）
barChart->setSamples(seriesData);

2.3 分组柱状图与堆叠柱状图

当需要对比多组数据时，QwtPlotMultiBarChart 是主角。它支持两种模式：

模式	说明
Grouped	分组模式：多组数据并列显示，便于对比
Stacked	堆叠模式：多组数据叠加显示，便于看总量

分组模式适合横向对比各组数值，堆叠模式则更看重每组总量。代码实现如下：

#include <QwtPlotMultiBarChart>

// 创建多组柱状图
QwtPlotMultiBarChart* multiBar = new QwtPlotMultiBarChart();
multiBar->setTitle("多组数据对比");

// 设置每组的标题（用于图例）
QList<QwtText> titles;
titles << QwtText("组A") << QwtText("组B") << QwtText("组C");
multiBar->setBarTitles(titles);

// 设置数据（每个样本包含多组值）
QVector<QwtSetSample> samples;
samples << QwtSetSample(0, QVector<double>() << 10 << 20 << 15);  // 第1个分类
samples << QwtSetSample(1, QVector<double>() << 25 << 15 << 30);  // 第2个分类
samples << QwtSetSample(2, QVector<double>() << 20 << 25 << 10);  // 第3个分类
multiBar->setSamples(samples);

// 设置显示模式
multiBar->setChartMode(QwtPlotMultiBarChart::Grouped);   // 分组模式
// multiBar->setChartMode(QwtPlotMultiBarChart::Stacked); // 堆叠模式

multiBar->attach(plot);
plot->replot();

2.4 样式定制：画笔、填充与符号

7.0 的接口增强

Qwt 7.0 对柱状图的样式设置做了增强。你可以直接用 setPen() / setBrush() 设置全局样式，也可以通过 QwtColumnSymbol 做更精细的控制：

#include <QwtColumnSymbol>

// 创建柱体符号
QwtColumnSymbol* symbol = new QwtColumnSymbol(QwtColumnSymbol::Box);
symbol->setFrameStyle(QwtColumnSymbol::Raised);  // 凸起边框样式
symbol->setPen(QPen(Qt::darkBlue, 1));            // 边框画笔
symbol->setBrush(QBrush(QColor(100, 150, 200, 180)));  // 半透明填充

barChart->setSymbol(symbol);

对于多组柱状图，可以给每组分配不同颜色的符号：

// 为每组创建不同的符号
QList<QwtColumnSymbol*> symbols;
QColor colors[3] = {Qt::red, Qt::green, Qt::blue};
for (int i = 0; i < 3; i++) {
    QwtColumnSymbol* symbol = new QwtColumnSymbol(QwtColumnSymbol::Box);
    symbol->setBrush(QBrush(colors[i]));
    symbol->setPen(QPen(Qt::black, 1));
    symbols.append(symbol);
}
multiBar->setSymbols(symbols);

柱体宽度与布局

// 布局策略
barChart->setLayoutPolicy(QwtPlotAbstractBarChart::AutoAdjustSamples);
// 可选值：
// - FixedBarWidth: 固定像素宽度
// - FixedSampleWidth: 固定样本宽度（含间距）
// - AdjustSampleWidth: 根据可用空间调整

// 布局提示值（柱体宽度占样本空间的比例）
barChart->setLayoutHint(0.8);

显示方向

barChart->setOrientation(Qt::Vertical);   // 垂直（默认）
barChart->setOrientation(Qt::Horizontal); // 水平

2.5 柱状图核心方法速查

方法	说明
setSamples()	设置数据
setSymbol() / setSymbols()	设置柱体符号
setPen()	设置边框画笔
setBrush()	设置填充画笔
setBaseline()	设置基线位置
setOrientation()	设置显示方向
setLayoutPolicy()	设置布局策略
setLayoutHint()	设置布局参数
setLegendMode()	设置图例模式
setChartMode() (MultiBar)	设置分组/堆叠模式

---

三、散点图：QwtPlotCurve 的散点模式

散点图用于展示数据的分布情况。Qwt 没有独立的"散点图类"，而是通过 QwtPlotCurve 配合 QwtSymbol 来实现------这种设计很巧妙，因为散点图本质上就是"没有连线的曲线"。

3.1 三种实现方式

方式	曲线样式	说明
NoCurve + Symbol	NoCurve	仅显示符号，无连线，最常用
Dots	Dots	仅绘制像素点，性能最高
Lines + Symbol	Lines	连线与符号同时显示

3.2 基本散点图

#include <QwtPlot>
#include <QwtPlotCurve>
#include <QwtSymbol>

QwtPlot* plot = new QwtPlot();
plot->setTitle("散点图示例");
plot->setCanvasBackground(Qt::white);

// 创建散点曲线
QwtPlotCurve* scatter = new QwtPlotCurve("数据点");

// 关键：设置为无连线模式
scatter->setStyle(QwtPlotCurve::NoCurve);

// 创建符号
QwtSymbol* symbol = new QwtSymbol(
    QwtSymbol::Ellipse,     // 椭圆形
    QBrush(Qt::blue),       // 蓝色填充
    QPen(Qt::darkBlue, 1),  // 深蓝边框
    QSize(8, 8)             // 大小
);
scatter->setSymbol(symbol);

// 设置数据
QPolygonF points;
for (int i = 0; i < 100; i++) {
    double x = rand() % 100;
    double y = rand() % 100;
    points << QPointF(x, y);
}
scatter->setSamples(points);

scatter->attach(plot);
plot->replot();

核心就两步：setStyle(QwtPlotCurve::NoCurve) 关掉连线，setSymbol() 设置符号样式。

3.3 符号形状大全

Qwt 提供了丰富的内置符号形状：

形状	枚举值	说明
Ellipse	椭圆	最常用，圆形或椭圆
Rect	矩形	正方形或矩形
Diamond	菱形	菱形/钻石形
Triangle / UTriangle	三角形	向上三角形
DTriangle	倒三角	向下三角形
LTriangle / RTriangle	左/右三角	侧向三角形
Cross	十字	+形十字
XCross	X十字	X形十字
Star1 / Star2	星形	六角星 / 五角星
Hexagon	六边形	正六边形
Path	路径	自定义 QPainterPath

如果内置形状不够用，可以用 Path 模式绘制自定义形状：

#include <QPainterPath>

QPainterPath path;
path.moveTo(0, -10);
path.lineTo(8, 5);
path.lineTo(5, 5);
path.lineTo(0, 0);
path.lineTo(-5, 5);
path.lineTo(-8, 5);
path.closeSubpath();

QwtSymbol* customSymbol = new QwtSymbol();
customSymbol->setStyle(QwtSymbol::Path);
customSymbol->setPath(path);
customSymbol->setBrush(QBrush(Qt::red));
customSymbol->setPen(QPen(Qt::darkRed, 1));
customSymbol->setSize(20, 20);

scatter->setSymbol(customSymbol);

3.4 大数据散点图：性能关键

当数据点达到万级甚至百万级时，NoCurve + Symbol 方式会明显变慢，因为每个点都要绘制一个完整的符号对象。此时应切换到 Dots 样式：

QwtPlotCurve* scatter = new QwtPlotCurve("大规模散点");

// 使用Dots样式 - 仅绘制像素点，性能最高
scatter->setStyle(QwtPlotCurve::Dots);

// 启用图像缓冲优化（进一步提速）
scatter->setPaintAttribute(QwtPlotCurve::ImageBuffer, true);

// 设置颜色（Dots样式不需要Symbol，直接用pen颜色）
scatter->setPen(Qt::blue);

// 生成100万个点
QVector<double> xData(1000000), yData(1000000);
for (int i = 0; i < 1000000; i++) {
    xData[i] = rand() % 1000;
    yData[i] = rand() % 1000;
}
scatter->setSamples(xData, yData);

scatter->attach(plot);

两种方式的性能对比：

数据量	NoCurve+Symbol	Dots
<1000 点	快	最快
1000-10000 点	较快	快
>10000 点	较慢	快
>100000 点	很慢	最快（推荐）

经验法则 ：数据量超过 1 万点，果断用 Dots。

3.5 符号抖动

当多个数据点位置相近时，它们会重叠在一起。setSymbolJitter() 可以为每个点的 X 坐标添加随机偏移，使重叠点分散显示：

// 设置5%的抖动范围
scatter->setSymbolJitter(0.05);

这在观察数据密度分布时特别有用。

---

四、箱线图 QwtPlotBoxChart（Qwt 7.2.0 新增）

这是本文的重头戏。 QwtPlotBoxChart 是 Qwt 7.2.0 才引入的全新图表类型，原版 Qwt 6.x 完全没有箱线图支持。如果你做统计分析、实验数据处理，这个类会让你省去大量手写绘制代码的工作。

4.1 什么是箱线图

箱线图（Box-and-Whisker Plot）通过五个关键数值（五数概括）来描述数据分布：

• 最小值：下须须位置
• Q1：第一四分位数（25% 分位）
• 中位数：数据的中间值
• Q3：第三四分位数（75% 分位）
• 最大值：上须须位置

下图展示了标准箱线图的各个组成部分：

箱体（Q1 到 Q3）表示中间 50% 的数据，中位数线将箱体一分为二，须须延伸到数据的合理范围边界，超出须须的点则被标记为异常值。

4.2 核心数据结构

QwtBoxSample

每个箱子用一个 QwtBoxSample 表示：

struct QwtBoxSample {
    double position;       // 箱子在位置轴上的坐标
    double whiskerLower;   // 下须须位置
    double q1;             // 第一四分位数（25%分位）
    double median;         // 中位数（50%分位）
    double q3;             // 第三四分位数（75%分位）
    double whiskerUpper;   // 上须须位置
    int outlierCount;      // 异常值数量（仅计数）
};

注意参数顺序 ：构造函数为 position, whiskerLower, q1, median, q3, whiskerUpper，顺序搞错会导致箱线图显示异常。

QwtBoxOutlierSample

异常值数据与箱体数据分离存储：

struct QwtBoxOutlierSample {
    double boxPosition;       // 对应箱子的位置
    QVector<double> values;   // 所有异常值列表
};

这种分离设计的好处是：异常值可以独立设置符号、颜色、大小，互不干扰。

4.3 基本使用：直接提供统计数据

如果你已经有了计算好的统计量，直接填入 QwtBoxSample 即可：

#include <QwtPlotBoxChart>
#include <QwtLegend>

QwtPlot* plot = new QwtPlot();
plot->setTitle("箱线图示例");
plot->insertLegend(new QwtLegend());

// 创建箱线图
QwtPlotBoxChart* boxChart = new QwtPlotBoxChart("数据组A");
boxChart->attach(plot);

// 准备箱线图数据
// 参数顺序：位置, 下须, Q1, 中位数, Q3, 上须
QVector<QwtBoxSample> samples;
samples << QwtBoxSample(1.0, 10.0, 20.0, 35.0, 50.0, 60.0);
samples << QwtBoxSample(2.0, 15.0, 25.0, 40.0, 55.0, 70.0);
samples << QwtBoxSample(3.0, 8.0, 18.0, 32.0, 48.0, 58.0);

boxChart->setSamples(samples);

// 设置样式
boxChart->setBrush(QColor(100, 150, 200, 150));  // 半透明蓝色填充
boxChart->setPen(QPen(Qt::darkBlue, 2.0));        // 深蓝色边框
boxChart->setBoxExtent(0.35);                     // 箱体宽度

plot->replot();

4.4 从原始数据自动计算

更常见的场景是：你只有一堆原始数据，需要自动计算统计量。这时用 QwtBoxStatisticsCalculator：

#include <qwt_box_statistics.h>
#include <QwtSymbol>

// 准备原始数据
QVector<double> rawData;
for (int i = 0; i < 100; i++) {
    rawData << 50.0 + (rand() % 50) - 25.0;
}
// 添加极端值作为异常值
rawData << 5.0;
rawData << 100.0;

// 计算箱线图统计量
QwtBoxSample sample;
QwtBoxOutlierSample outlier;

// calculateFull 一次性计算所有数据
QwtBoxStatisticsCalculator::calculateFull(
    1.5,              // 箱子位置
    rawData,          // 原始数据
    sample,           // 输出：统计结果
    outlier,          // 输出：异常值
    QwtBoxStatisticsCalculator::Tukey,  // 计算方法
    1.5               // IQR系数
);

// 设置到箱线图
QwtPlotBoxChart* boxChart = new QwtPlotBoxChart("自动计算");
boxChart->attach(plot);

QVector<QwtBoxSample> samples;
samples << sample;
boxChart->setSamples(samples);

QVector<QwtBoxOutlierSample> outliers;
outliers << outlier;
boxChart->setOutliers(outliers);

// 配置异常值样式
QwtSymbol* outlierSymbol = new QwtSymbol(QwtSymbol::Diamond);
outlierSymbol->setSize(8, 8);
outlierSymbol->setBrush(Qt::red);
outlierSymbol->setPen(QPen(Qt::darkRed, 1));
boxChart->setOutlierSymbol(outlierSymbol);

// 启用抖动避免异常值重叠
boxChart->setOutlierJitter(0.1);

4.5 五种须须计算方法

须须（Whisker）的端点位置怎么算？Qwt 提供了五种方法：

计算方法	适用场景	说明
Tukey	标准箱线图	1.5×IQR 确定须须范围，经典异常值检测
Percentile	自定义范围	指定百分位（如第5和第95百分位）作为端点
MinMax	完整数据范围	须须延伸到最小值和最大值，不显示异常值
StandardDeviation	正态分布数据	均值 ± n×标准差
StandardError	统计推断	均值 ± n×标准误

选择建议：

• 一般数据分析：用 Tukey（默认）
• 自定义异常标准：用 Percentile 或调整 Tukey 系数
• 展示完整分布：用 MinMax
• 正态分布检验：用 StandardDeviation

4.6 三种箱体样式

// 矩形箱体（默认）- 最常用
boxChart->setBoxStyle(QwtPlotBoxChart::Rect);

// 菱形箱体 - 强调数据分布对称性
boxChart->setBoxStyle(QwtPlotBoxChart::Diamond);

// 缺口箱体 - 显示中位数置信区间
boxChart->setBoxStyle(QwtPlotBoxChart::Notch);

样式	特点
Rect	标准样式，适合大多数场景
Diamond	适合对比多组数据分布的对称性
Notch	缺口表示中位数置信区间，两组缺口不重叠则中位数显著不同

4.7 方向切换

// 垂直方向（默认）
boxChart->setOrientation(Qt::Vertical);

// 水平方向
boxChart->setOrientation(Qt::Horizontal);

切换方向后记得刷新坐标轴：

boxChart->setOrientation(Qt::Horizontal);
plot->setAxisAutoScale(QwtAxis::XBottom);
plot->setAxisAutoScale(QwtAxis::YLeft);
plot->replot();

---

五、直方图 QwtPlotHistogram

直方图和柱状图长得很像，但本质不同：柱状图的 X 轴是分类标签，直方图的 X 轴是连续数值区间。直方图常用于展示数据分布频率。

5.1 直方图 vs 柱状图

特性	柱状图 (BarChart)	直方图 (Histogram)
数据结构	点值 (x, y)	区间值 (x1, x2, y)
柱体宽度	固定或可调	由区间决定
适用场景	分类数据对比	连续数据分布
X轴含义	分类标签	数值区间

5.2 基本直方图

直方图的数据结构是 QwtIntervalSample，每个样本包含一个区间和一个值：

#include <QwtPlot>
#include <QwtPlotHistogram>
#include <QwtInterval>

QwtPlot* plot = new QwtPlot();
plot->setTitle("直方图示例");
plot->setCanvasBackground(Qt::white);

// 创建直方图
QwtPlotHistogram* histogram = new QwtPlotHistogram("数据分布");
histogram->setStyle(QwtPlotHistogram::Columns);  // 柱状样式（默认）

// 准备区间数据
QVector<QwtIntervalSample> samples;
samples << QwtIntervalSample(10, QwtInterval(0, 10));    // [0,10] 区间，值=10
samples << QwtIntervalSample(25, QwtInterval(10, 20));   // [10,20] 区间，值=25
samples << QwtIntervalSample(15, QwtInterval(20, 30));   // [20,30] 区间，值=15
samples << QwtIntervalSample(30, QwtInterval(30, 40));   // [30,40] 区间，值=30
histogram->setSamples(samples);

// 设置样式
histogram->setPen(QPen(Qt::darkBlue, 1));
histogram->setBrush(QBrush(QColor(100, 150, 200)));

histogram->attach(plot);
plot->replot();

5.3 三种显示样式

// 柱状样式（默认）- 每个区间独立柱体
histogram->setStyle(QwtPlotHistogram::Columns);

// 轮廓样式 - 整体轮廓填充
histogram->setStyle(QwtPlotHistogram::Outline);

// 线条样式 - 仅绘制水平线条
histogram->setStyle(QwtPlotHistogram::Lines);

轮廓样式注意 ：Outline 样式要求区间按递增顺序排列且不重叠，否则绘制结果异常。

5.4 柱体符号与渐变填充

和柱状图一样，直方图也可以用 QwtColumnSymbol 定制柱体外观，包括渐变填充：

#include <QwtColumnSymbol>

QwtColumnSymbol* symbol = new QwtColumnSymbol(QwtColumnSymbol::Box);
symbol->setFrameStyle(QwtColumnSymbol::Plain);

// 渐变填充
QLinearGradient gradient(0, 0, 0, 1);
gradient.setColorAt(0, Qt::blue);
gradient.setColorAt(1, Qt::darkBlue);
symbol->setBrush(QBrush(gradient));

symbol->setPen(QPen(Qt::black, 1));
histogram->setSymbol(symbol);

5.5 从原始数据生成统计直方图

实际应用中，通常是从一堆原始数据出发，先分箱统计再绘制：

// 原始数据
QVector<double> rawData;
for (int i = 0; i < 1000; i++) {
    rawData << (rand() % 100);  // 0-99 随机数
}

// 分箱统计
int binCount = 10;
double minVal = 0, maxVal = 100;
double binWidth = (maxVal - minVal) / binCount;

QVector<QwtIntervalSample> samples(binCount);
for (int i = 0; i < binCount; i++) {
    double binMin = minVal + i * binWidth;
    double binMax = binMin + binWidth;

    int count = 0;
    for (double val : rawData) {
        if (val >= binMin && val < binMax) {
            count++;
        }
    }
    samples[i] = QwtIntervalSample(count, QwtInterval(binMin, binMax));
}

histogram->setSamples(samples);

5.6 QwtInterval 区间类

QwtInterval 表示数值区间，支持边界条件设置：

#include <QwtInterval>

QwtInterval interval(0, 100);

// 包含两端 [0, 100]
interval.setBorderFlags(QwtInterval::IncludeMinimum |
                        QwtInterval::IncludeMaximum);

// 排除两端 (0, 100)
interval.setBorderFlags(QwtInterval::ExcludeMinimum |
                        QwtInterval::ExcludeMaximum);

// 常用方法
double width = interval.width();       // 区间宽度
double min = interval.minValue();      // 最小值
double max = interval.maxValue();      // 最大值
bool contains = interval.contains(50); // 是否包含某值

---

六、与旧版本的区别

如果你从原版 Qwt 6.x 迁移到 7.0，需要特别注意以下变化：

特性	原版 Qwt 6.x	Qwt 7.0+
箱线图	不支持	7.2.0 新增 QwtPlotBoxChart
柱状图 Pen/Brush	接口有限	7.0 增强，定制更灵活
箱线图统计计算	无	内置 QwtBoxStatisticsCalculator，支持 5 种须须计算方法
异常值检测	无	自动检测，支持自定义符号和抖动
散点图	基础支持	性能优化，支持百万级数据点
多组柱状图	支持	支持，接口更完善

核心结论：箱线图是 7.0 系列最重要的新增图表类型，如果你有统计分析需求，升级到 7.2.0+ 是值得的。

---

七、总结与下一篇文章预告

本文介绍了 Qwt 7.0 中四种最常用的图表类型：

1. 柱状图 （QwtPlotBarChart / QwtPlotMultiBarChart）：支持分组、堆叠、丰富的样式定制，7.0 增强了 Pen/Brush 接口
2. 散点图 （QwtPlotCurve 散点模式）：通过 NoCurve + Symbol 或 Dots 实现，百万级数据也能流畅渲染
3. 箱线图 （QwtPlotBoxChart）：7.2.0 新增，内置统计计算器，支持 5 种须须计算方法和 3 种箱体样式
4. 直方图 （QwtPlotHistogram）：基于区间数据结构，支持柱状、轮廓、线条三种样式

选型建议：

• 分类数据对比 → 柱状图
• 数据分布观察 → 散点图
• 统计分布分析 → 箱线图
• 频率分布展示 → 直方图

系列文章

系列总述：Qwt 7.0 ------ 基于 Qt 的高性能 2D/3D 绘图库

• 第 1 篇：快速入门与核心新特性概览
• 第 2 篇：曲线绘图详解 ------ 从基础到百万级数据性能优化
• 第 3 篇：常用图表类型实战 ------ 柱状图、散点图、箱线图与直方图
• 第 4 篇：高级科学图表 ------ 光谱图、向量场、K线图与极坐标绘图
• 第 5 篇：多坐标轴与多绘图布局 ------ 寄生绘图与 QwtFigure 容器
• 第 6 篇：交互功能详解 ------ 平移、缩放、坐标轴交互与数据拾取
• 第 7 篇：3D 数据可视化 ------ OpenGL 高性能三维绘图
• 第 8 篇：坐标轴与刻度系统 ------ 刻度引擎、网格、图例与刻度朝内
• 第 9 篇：控件与辅助元素 ------ 滑块旋钮、标记与装饰
• 第 10 篇：总体架构解析 ------ 从单体到三库模块化的演进
• 第 11 篇：matplotlib 风格绘图 ------ QwtPyPlot 接口详解

---

相关链接

• 项目地址：https://github.com/czyt1988/QWT
• Gitee 镜像：https://gitee.com/czyt1988/QWT
• 在线文档：https://czyt1988.github.io/QWT/zh/