要将matplotlib添加为AWS Lambda的层，您需要遵循以下步骤：

1. 首先，创建一个目录来保存您的层。例如，您可以创建一个名为“matplotlib_layer”的目录。

2. 在该目录中创建一个名为“requirements.txt”的文件，并将以下内容添加到文件中：

   matplotlib
   

3. 在命令行终端中导航到“matplotlib_layer”目录，并执行以下命令来安装依赖项：

   pip install -r requirements.txt -t .
   

4. 在“matplotlib_layer”目录中创建一个名为“python”的子目录。

5. 将您的lambda函数代码（Python）复制到“python”子目录中。

6. 在“matplotlib_layer”目录中创建一个名为“create_layer.sh”的文件，并将以下内容添加到文件中：

   #!/bin/bash
   
   LAYER_NAME="matplotlib_layer"
   ZIP_FILE=$LAYER_NAME".zip"
   
   # Clean up previous build
   rm $ZIP_FILE
   
   # Create a temporary directory
   TMP_DIR=$(mktemp -d)
   
   # Copy the necessary files
   cp -r python $TMP_DIR/
   cp -r matplotlib $TMP_DIR/
   
   # Zip the layer contents
   cd $TMP_DIR
   zip -r9 $ZIP_FILE .
   
   # Move the zip file to the current directory
   mv $ZIP_FILE ../
   
   # Clean up temporary directory
   cd ..
   rm -rf $TMP_DIR
   

7. 在命令行终端中为“create_layer.sh”文件添加执行权限：

   chmod +x create_layer.sh
   

8. 执行以下命令来创建Lambda层的zip文件：

   ./create_layer.sh
   

9. 在AWS Lambda控制台中，导航到“层”页面，然后选择“创建层”。

10. 输入层的名称，例如“matplotlib_layer”。

11. 选择“上传.zip文件”选项，并选择之前创建的“matplotlib_layer.zip”文件。

12. 选择适用于您的函数的运行时。

13. 单击“创建”。

14. 在您的Lambda函数中，选择“层”选项卡，并单击“添加层”。

15. 在“层”下拉菜单中，选择您刚刚创建的层。

16. 单击“保存”。

现在，您的Lambda函数将能够使用matplotlib库了。请确保在Lambda函数代码中引入matplotlib库。例如：

import matplotlib.pyplot as plt

def lambda_handler(event, context):
    # Your lambda function code here
    # Use matplotlib to create plots
    plt.plot([1, 2, 3, 4])
    plt.ylabel('Some numbers')
    plt.show()

    return {
        'statusCode': 200,
        'body': 'Lambda function executed successfully'
    }

请记得在使用matplotlib库时，要注意Lambda函数的内存限制和执行时间限制，以避免超出限制导致函数执行失败。