数据负责呈现事实，辅助元素负责构建理解——一张图表的说服力，往往不取决于图形本身，而取决于你为它选择的"语境"。
辅助元素不是装饰，而是一套"视觉修辞系统"。按功能可归为四个层次：定义空间的、引导阅读的、提供参照的、直接解释的。
同样是展示成绩，加一条 88.5 分的参考线，读者立刻能看到"谁在平均线之上"——信息没有变，但结论自己浮现了。
支付宝月账单饼图把每个扇形的含义都标在圆外，文字长短不一、数量偏多，反而让图表显得杂乱——标注应迁入图例。
散点图中远离坐标轴的圆点难以读数，添加网格后，数值可估；柱形图缺少数值，添加注释后，无需心算。
坐标轴由刻度标签、刻度线、轴脊、坐标轴标签四部分组成，是读者最先"解码"的元素。核心 API：xlabel() / ylabel()、xlim() / ylim()、xticks() / yticks()。
-π, -π/2, 0, π/2, π 的数学表达，并用箭头注释标注最小值——刻度的"单位语言"决定读者的理解成本。r'$-\pi$' 这类 mathtext 字符串替代 1.5708 这样的坐标刻度，读者不再需要在数字与"π/2"之间做换算。标题回答"这张图讲什么"（title()），图例回答"哪种颜色是谁"（legend()），网格回答"这个点大约是多少"（grid()）——三者层层递进，缺一则读者每一步都要猜。
linewidth=0.3 的细线足够，过粗的网格会与数据争夺注意力。参考线（axhline() / axvline()）标记特殊值：目标线、平均线、预算线；参考区域（axhspan() / axvspan()）标记特殊范围。它们是图表中唯一"先于数据存在"的语义——先有标准，才有好坏。
指向型注释（annotate() + arrowprops）用箭头锁定具体图形；无指向型注释（text()）直接书写说明。配合 $...$ 数学字符串，matplotlib 可自动解析表达式。
table() 可在图表中嵌入自定义样式表格（cellText / colWidths / rowLabels / colLabels / loc），用于强调难理解的数据。
每个函数都有对应的 Axes 对象方法（如 set_xlabel()），参数用法相同，面向对象写法更适合多子图场景。
| 函数 | 用途 | 关键参数 |
|---|---|---|
| xlabel() / ylabel() | 设置 x / y 轴标签 | xlabel, fontdict, labelpad |
| xlim() / ylim() | 设置或获取刻度范围 | left / right, xmin / xmax |
| xticks() / yticks() | 设置刻度线位置和刻度标签 | ticks, labels |
| title() | 添加图表标题 | label, loc, pad |
| legend() | 添加图例（需先指定 label 或传 handles/labels） | handles, labels, loc, title, shadow |
| grid() | 显示网格 | b, which, axis, linewidth |
| axhline() / axvline() | 添加水平 / 垂直参考线 | y 或 x, xmin / xmax, linestyle |
| axhspan() / axvspan() | 添加水平 / 垂直参考区域 | ymin / ymax 或 xmin / xmax, alpha |
| annotate() | 添加指向型注释文本 | s, xy, xytext, arrowprops（width / arrowstyle…） |
| text() | 添加无指向型注释文本 | x, y, s, bbox |
| table() | 添加数据表格 | cellText, cellColours, colWidths, rowLabels, colLabels, loc |
辅助元素的本质是把读者的认知成本转移到设计者的选择上：坐标轴定义空间，标题与图例引导阅读，网格与参考线提供估算与比较的标尺，注释与表格补足精确性。理解每种元素的用途与边界，才能为图表选择"恰到好处"的辅助——少一分晦涩，多一分冗余。