Matplotlib各大版本发布时间
--------------------------------------------
1.0-1.5: 2010.07.06~2015.10.29
2.0~2.2：2017.01.17~2018.03.06
3.0~3.9: 2018.09.18~Now
目前最新的版本是3.9，并且Maplotlib开发团队大约每6~8个月会发布一个小版本，建议可以使用最近发布的3个版本，以提高使用体验——目前是3.7/3.8/3.9。

2013 年起，Scipy 每年举行可视化比赛：John Hunter Excellence in Plotting Competition，一是为了纪念 John Hunter 的贡献，二是为了强调数据可视化对科学进步的重要性，并展示开源软件的力量。
John Hunter的家人为获奖者提供1000美元（一等奖）、750美元（二等奖）、500美元（三等奖）的现金奖励。
但是JHEPC网站上显示这个项目似乎已经于2020年暂停了。
下图是2020年JHEPC的一等奖，作者是Philip Brohan，图片对1903 年的尤利西斯风暴进行了重建，以评估气候变化的影响。

Matplotlib项目目前隶属于NumFOCUS基金会（John是创始人之一）。基金会年报显示2023年其获得了超过500万美元的捐款，赞助了包括Matplotlib，numpy, scipy，cupy, octave, jupyter, IPythonjulia, sympy, conda, pandas等著名项目。

下面是matplotlib曾经使用过的logo

matplotlib的版权协议比较宽松，其类似PSF和BSD协议，总的来说，用户可以自由使用、编辑其代码，包括商用和闭源，但需要在发行过程中附带matplotlib的版权文件，且商用时不得借助matplotlib开发团队进行宣传。
另外由于matplotlib需要维持这种宽松的协议，matplotlib的贡献者应该在开发时注意只引入使用BSD,MIT,PSF这类宽松协议的依赖。

贴一下来自numfocus的2023年一些项目资助情况。

matplotlib目前的
首席开发人员应该是Michael Droettboom, 他于2007年参与到matplotlib项目中。Michael2002年在约翰霍普金斯大学拿到了计算机和音乐相关专业的硕士学位，随后曾长期就职于美国Space Telescope Science Institute(哈勃和韦伯望远镜的主管机构)，后期也曾经到Mozilla公司(火狐浏览器)从事过在浏览器中集成Python等工作。目前Michael在GitHub上仍然非常活跃。
下面是取自Michael博客的自我介绍：
I'm a computer scientist and software engineer, specializing in imaging and data: sheet music, scientific visualization, astromony, biomedical data and software telemetry. Open source software and open science advocate.

matplotlib目前是Scientific Python Ecosystem Coordination(SPEC)的核心项目，这个组织是一个由诸如IPython, Pandas,Numpy,Scipy这类广泛使用的科学领域python库组成的松散机构。SPEC的一个目的是建立协调平台，保证各数据库的兼容性，促进共同发展(避免不同的库开发同样的功能)。
目前该组织非常活跃，每周都有大量主题会议，并且很多会议是开放会议，会议日程可在其官网查询。

下面是matplotlib 3.10.0版本的依赖：
"contourpy >= 1.0.1", 在 matplotlib 中提供等高线绘制的支持。
"cycler >= 0.10", 帮助管理循环迭代图形属性，比如可以循环设置不同的颜色、线型等，使得在绘制多个图形元素时更加方便。
"fonttools >= 4.22.0", 处理字体相关的任务，确保 matplotlib 在绘制图形时能够正确使用各种字体进行标注和显示文本。
"kiwisolver >= 1.3.1", 用于解决约束优化问题的库，在 matplotlib 中可能用于确定图形布局和元素位置等方面。
"numpy >= 1.23", 提供强大的多维数组和数学函数支持
"packaging >= 20.0", 处理软件包的打包和分发相关的元数据和规范
"pillow >= 8", 用于图像处理，在 matplotlib 中可能用于处理导入的图像或者生成图像输出。
"pyparsing >= 2.3.1", 用于解析和处理文本，在 matplotlib 中可能用于解析配置文件或处理用户输入的特定格式的指令。
"python-dateutil >= 2.7", 提供强大的日期和时间处理功能，在 matplotlib 中可能用于处理与时间序列相关的绘图任务。
"importlib-resources >= 3.2.0; python_version < '3.10'", 在特定版本的 Python 中，用于管理和访问资源文件，确保 matplotlib 能够正确加载所需的资源。

matplotlib的源码除了约1.5万行的c++代码（主要负责性能优化、后端包装，由pybind11实现跨语言）外，其余主要为约19万余行的Python代码（约5万行的测试代码），Python脚本文件约300个，单个文件约600行，其中行数最多的30个文件约6万行。和numpy， scipy一样，Python和Cpp源码由meson负责组织和打包为whl文件。

Matplotlib 具有三层架构，从上到下依次为脚本层、艺术家层和后端层，上层知道如何与下层交互，而下层不知上层简单快速绘图一般在脚本层调用函数即可，精细控制图形则需要在艺术家层，普通用户基本不需要了解后端层。
一、脚本层-Scripting Layer
脚本层是简化与其他层协作任务的接口，对于科学家日常使用、数据可视化或探索交互而言是更好的选择。
二、艺术家层-Artist Layer
用于将 Matplotlib 与应用服务器集成，涉及线条、形状、轴和文本等事物。该层的子类定义了可见性、标签以及定义可绘制区域的剪辑框等内容。其可分为原、器皿等子类。
三、后端层-Backends Layer
作为显示绘图到输出设备的最底层，侧重于为工具包提供熟悉的界面，并渲染艺术家层的基元和容器，还有助于在 GUI 中开发交互式绘图。

(from TAE)

下面是matplotlib项目的官网主页、下载安装指南页、文档、源码、bug追踪、论坛和捐助页面信息

话说有fastplotlib的消息了吗

这个吧有点冷啊，我以为mpl的用户也算比较多的。
其实mpl搭配着pandas、numpy这些用着还是挺方便的，对于python使用者学习成本相对小，功能未必有R强大但是语法上更讨喜一点。
mpl有个部分我很喜欢，就是他原生地支持LaTeX，不需要额外安装什么插件。但是mpl的绘图速度和交互性算是一个软肋吧。