在数据可视化中，`plt.figure()` 是 Matplotlib 库中的一个重要函数，用于创建一个新的图形对象。通过调整其参数，我们可以定制化图表的外观和大小。例如，`figsize=(8,6)` 可以设置图像的宽度和高度（单位为英寸），而 `dpi=100` 则定义了图像的分辨率。

此外，`facecolor='lightblue'` 能够改变画布的背景颜色，让图表更美观。如果需要多子图布局，可以利用 `plt.subplots()` 结合 `figsize` 和 `nrows/ncols` 参数实现。比如，`plt.subplots(2, 2, figsize=(10,8))` 将创建一个包含 4 个子图的网格。

运行时，只需导入 Matplotlib (`import matplotlib.pyplot as plt`)，然后调用 `plt.figure()` 并传入所需参数即可。例如：

```python

plt.figure(figsize=(8,5), facecolor='lightgray')

plt.plot([1, 2, 3], [4, 5, 6])

plt.show()

```

这段代码会生成一个浅灰色背景的图表，展示一条简单的折线图。通过灵活运用这些参数，你可以轻松制作出专业且个性化的数据可视化作品！✨