Python_matplotlib入門詳解

来源:https://www.cnblogs.com/zzc1102/archive/2022/05/08/16246712.html
-Advertisement-
Play Games

一、Matplotlib 博文來源：https://www.runoob.com/matplotlib/matplotlib-tutorial.html Matplotlib 是 Python 的繪圖庫，它能讓使用者很輕鬆地將數據圖形化，並且提供多樣化的輸出格式。 Matplotlib 可以用來繪製 ...


一、Matplotlib 

博文來源：https://www.runoob.com/matplotlib/matplotlib-tutorial.html

Matplotlib 是 Python 的繪圖庫，它能讓使用者很輕鬆地將數據圖形化，並且提供多樣化的輸出格式。

Matplotlib 可以用來繪製各種靜態，動態，互動式的圖表。

Matplotlib 是一個非常強大的 Python 畫圖工具，我們可以使用該工具將很多數據通過圖表的形式更直觀的呈現出來。

Matplotlib 可以繪製線圖、散點圖、等高線圖、條形圖、柱狀圖、3D 圖形、甚至是圖形動畫等等。

二、Matplotlib 安裝

我們使用 pip 工具來安裝 Matplotlib 庫，

升級 pip：

python3 -m pip install -U pip

 

安裝 matplotlib 庫：

python3 -m pip install -U matplotlib

 

安裝完成後，我們就可以通過 import 來導入 matplotlib 庫：

以下實例，我們通過導入 matplotlib 庫，然後查看 matplotlib 庫的版本號：

實例

import matplotlib

print(matplotlib.__version__)

 

三、Matplotlib Pyplot

Pyplot 是 Matplotlib 的子庫，提供了和 MATLAB 類似的繪圖 API。

Pyplot 是常用的繪圖模塊，能很方便讓用戶繪製 2D 圖表。

Pyplot 包含一系列繪圖函數的相關函數，每個函數會對當前的圖像進行一些修改，例如：給圖像加上標記，生新的圖像，在圖像中產生新的繪圖區域等等。

使用的時候，我們可以使用 import 導入 pyplot 庫，並設置一個別名 plt：

這樣我們就可以使用 plt 來引用 Pyplot 包的方法。

以下實例，我們通過兩個坐標 (0,0) 到 (6,100) 來繪製一條線:

實例

import matplotlib.pyplot as plt
import numpy as np

xpoints = np.array([0, 6])
ypoints = np.array([0, 100])

plt.plot(xpoints, ypoints)
plt.show()

輸出結果如下所示：

以上實例中我們使用了 Pyplot 的 plot() 函數， plot() 函數是繪製二維圖形的最基本函數。

plot() 用於畫圖它可以繪製點和線，語法格式如下：

# 畫單條線
plot([x], y, [fmt], *, data=None, **kwargs)
# 畫多條線
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

參數說明：

  • x, y：點或線的節點，x 為 x 軸數據，y 為 y 軸數據，數據可以列表或數組。
  • fmt：可選，定義基本格式（如顏色、標記和線條樣式）。
  • **kwargs：可選，用在二維平面圖上，設置指定屬性，如標簽，線的寬度等。
>>> plot(x, y)        # 創建 y 中數據與 x 中對應值的二維線圖，使用預設樣式
>>> plot(x, y, 'bo')  # 創建 y 中數據與 x 中對應值的二維線圖，使用藍色實心圈繪製
>>> plot(y)           # x 的值為 0..N-1
>>> plot(y, 'r+')     # 使用紅色 + 號

顏色字元：'b' 藍色，'m' 洋紅色，'g' 綠色，'y' 黃色，'r' 紅色，'k' 黑色，'w' 白色，'c' 青綠色，'#008000' RGB 顏色符串。多條曲線不指定顏色時，會自動選擇不同顏色。

線型參數：'‐' 實線，'‐‐' 破折線，'‐.' 點劃線，':' 虛線。

標記字元：'.' 點標記，',' 像素標記(極小點)，'o' 實心圈標記，'v' 倒三角標記，'^' 上三角標記，'>' 右三角標記，'<' 左三角標記...等等。

如果我們要繪製坐標 (1, 3) 到 (8, 10) 的線，我們就需要傳遞兩個數組 [1, 8] 和 [3, 10] 給 plot 函數：

實例

import matplotlib.pyplot as plt
import numpy as np

xpoints = np.array([1, 8])
ypoints = np.array([3, 10])

plt.plot(xpoints, ypoints)
plt.show()

以上代碼輸出結果為：

如果我們只想繪製兩個坐標點，而不是一條線，可以使用 o 參數，表示一個實心圈的標記：

繪製坐標 (1, 3) 和 (8, 10) 的兩個點

import matplotlib.pyplot as plt
import numpy as np

xpoints = np.array([1, 8])
ypoints = np.array([3, 10])

plt.plot(xpoints, ypoints, 'o')
plt.show()

以上代碼輸出結果為：

我們也可以繪製任意數量的點，只需確保兩個軸上的點數相同即可。

繪製一條不規則線，坐標為 (1, 3) 、 (2, 8) 、(6, 1) 、(8, 10)，對應的兩個數組為：[1, 2, 6, 8] 與 [3, 8, 1, 10]。

實例

import matplotlib.pyplot as plt
import numpy as np

xpoints = np.array([1, 2, 6, 8])
ypoints = np.array([3, 8, 1, 10])

plt.plot(xpoints, ypoints)
plt.show()

 

以上代碼輸出結果為：

如果我們不指定 x 軸上的點，則 x 會根據 y 的值來設置為 0, 1, 2, 3..N-1。

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([3, 10])

plt.plot(ypoints)
plt.show()

 

以上代碼輸出結果為：

從上圖可以看出 x 的值預設設置為 [0, 1]。

再看一個有更多值的實例：

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([3, 8, 1, 10, 5, 7])i

plt.plot(ypoints)
plt.show()

 

以上代碼輸出結果為：

從上圖可以看出 x 的值預設設置為 [0, 1, 2, 3, 4, 5]。

以下實例我們繪製一個正弦和餘弦圖，在 plt.plot() 參數中包含兩對 x,y 值，第一對是 x,y，這對應於正弦函數，第二對是 x,z，這對應於餘弦函數。

實例

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0,4*np.pi,0.1)   # start,stop,step
y = np.sin(x)
z = np.cos(x)
plt.plot(x,y,x,z)
plt.show()

 

以上代碼輸出結果為：

 

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])

plt.plot(ypoints, marker = 'o')
plt.show()

 

四、Matplotlib 繪圖標記

繪圖過程如果我們想要給坐標自定義一些不一樣的標記，就可以使用 plot() 方法的 marker 參數來定義。

以下實例定義了實心圓標記：

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])

plt.plot(ypoints, marker = 'o')
plt.show()

 

顯示結果如下：

marker 可以定義的符號如下：

標記符號描述
"." m00 點
"," m01 像素點
"o" m02 實心圓
"v" m03 下三角
"^" m04 上三角
"<" m05 左三角
">" m06 右三角
"1" m07 下三叉
"2" m08 上三叉
"3" m09 左三叉
"4" m10 右三叉
"8" m11 八角形
"s" m12 正方形
"p" m13 五邊形
"P" m23 加號（填充）
"*" m14 星號
"h" m15 六邊形 1
"H" m16 六邊形 2
"+" m17 加號
"x" m18 乘號 x
"X" m24 乘號 x (填充)
"D" m19 菱形
"d" m20 瘦菱形
"|" m21 豎線
"_" m22 橫線
0 (TICKLEFT) m25 左橫線
1 (TICKRIGHT) m26 右橫線
2 (TICKUP) m27 上豎線
3 (TICKDOWN) m28 下豎線
4 (CARETLEFT) m29 左箭頭
5 (CARETRIGHT) m30 右箭頭
6 (CARETUP) m31 上箭頭
7 (CARETDOWN) m32 下箭頭
8 (CARETLEFTBASE) m33 左箭頭 (中間點為基準)
9 (CARETRIGHTBASE) m34 右箭頭 (中間點為基準)
10 (CARETUPBASE) m35 上箭頭 (中間點為基準)
11 (CARETDOWNBASE) m36 下箭頭 (中間點為基準)
"None", " " or ""   沒有任何標記
'$...$' m37 渲染指定的字元。例如 "$f$" 以字母 f 為標記。

 

以下實例定義了 * 標記：

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([1,3,4,5,8,9,6,1,3,4,5,2,4])

plt.plot(ypoints, marker = '*')
plt.show()

 

顯示結果如下：

fmt 參數

fmt 參數定義了基本格式，如標記、線條樣式和顏色。

例如 o:r，o 表示實心圓標記，: 表示虛線，r 表示顏色為紅色。

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])

plt.plot(ypoints, 'o:r')
plt.show()

 

顯示結果如下：

線類型：

線類型標記描述
'-' 實線
':' 虛線
'--' 破折線
'-.' 點劃線

顏色類型：

顏色標記描述
'r' 紅色
'g' 綠色
'b' 藍色
'c' 青色
'm' 品紅
'y' 黃色
'k' 黑色
'w' 白色

標記大小與顏色

我們可以自定義標記的大小與顏色，使用的參數分別是：

  • markersize，簡寫為 ms：定義標記的大小。
  • markerfacecolor，簡寫為 mfc：定義標記內部的顏色。
  • markeredgecolor，簡寫為 mec：定義標記邊框的顏色。

設置標記大小：

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])

plt.plot(ypoints, marker = 'o', ms = 20)
plt.show()

 

顯示結果如下：

設置標記外邊框顏色：

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])

plt.plot(ypoints, marker = 'o', ms = 20, mec = 'r')
plt.show()

 

顯示結果如下：

設置標記內部顏色：

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])

plt.plot(ypoints, marker = 'o', ms = 20, mfc = 'r')
plt.show()

 

顯示結果如下：

自定義標記內部與邊框的顏色：

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, marker = 'o', ms = 20, mec = '#4CAF50', mfc = '#4CAF50')
plt.show()

 

顯示結果如下：

 

五、Matplotlib 繪圖線

繪圖過程如果我們自定義線的樣式，包括線的類型、顏色和大小等。

線的類型

線的類型可以使用 linestyle 參數來定義，簡寫為 ls。

類型簡寫說明
'solid' (預設) '-' 實線
'dotted' ':' 點虛線
'dashed' '--' 破折線
'dashdot' '-.' 點劃線
'None' '' 或 ' ' 不畫線

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])

plt.plot(ypoints, linestyle = 'dotted')
plt.show()

 

顯示結果如下：

線的顏色

線的顏色可以使用 color 參數來定義，簡寫為 c。

顏色類型：

顏色標記描述
'r' 紅色
'g' 綠色
'b' 藍色
'c' 青色
'm' 品紅
'y' 黃色
'k' 黑色
'w' 白色

當然也可以自定義顏色類型，例如：SeaGreen、#8FBC8F 等，完整樣式可以參考 HTML 顏色值。

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])

plt.plot(ypoints, color = 'r')
plt.show()

 

顯示結果如下：

線的寬度

線的寬度可以使用 linewidth 參數來定義，簡寫為 lw，值可以是浮點數，如：1、2.0、5.67 等。

實例

import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])

plt.plot(ypoints, linewidth = '12.5')
plt.show()

 

顯示結果如下：

多條線

plot() 方法中可以包含多對 x,y 值來繪製多條線。

實例

import matplotlib.pyplot as plt
import numpy as np

y1 = np.array([3, 7, 5, 9])
y2 = np.array([6, 2, 13, 10])

plt.plot(y1)
plt.plot(y2)

plt.show()

顯示結果如下：

我們也可以自己設置 x 坐標等值：

六、Matplotlib 軸標簽和標題

我們可以使用 xlabel() 和 ylabel() 方法來設置 x 軸和 y 軸的標簽。

實例

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.plot(x, y)

plt.xlabel("x - label")
plt.ylabel("y - label")

plt.show()

 

顯示結果如下：

標題

我們可以使用 title() 方法來設置標題。

實例

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.plot(x, y)

plt.title("RUNOOB TEST TITLE")
plt.xlabel("x - label")
plt.ylabel("y - label")

plt.show()

 

顯示結果如下：

圖形中文顯示

Matplotlib 預設情況不支持中文，如有需要參考：https://www.runoob.com/matplotlib/matplotlib-label.html

 

七、Matplotlib 網格線

我們可以使用 pyplot 中的 grid() 方法來設置圖表中的網格線。

grid() 方法語法格式如下：

matplotlib.pyplot.grid(b=None, which='major', axis='both', )

參數說明：

  • b：可選，預設為 None，可以設置布爾值，true 為顯示網格線，false 為不顯示，如果設置 **kwargs 參數，則值為 true。
  • which：可選，可選值有 'major'、'minor' 和 'both'，預設為 'major'，表示應用更改的網格線。
  • axis：可選，設置顯示哪個方向的網格線，可以是取 'both'（預設），'x' 或 'y'，分別表示兩個方向，x 軸方向或 y 軸方向。
  • **kwargs：可選，設置網格樣式，可以是 color='r', linestyle='-' 和 linewidth=2，分別表示網格線的顏色，樣式和寬度。

以下實例添加一個簡單的網格線，參數使用預設值：

實例

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])


plt.title("RUNOOB grid() Test")
plt.xlabel("x - label")
plt.ylabel("y - label")

plt.plot(x, y)

plt.grid()

plt.show()

 

顯示結果如下：

以下實例添加一個簡單的網格線，axis 參數使用 x，設置 x 軸方向顯示網格線：

實例

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])


plt.title("RUNOOB grid() Test")
plt.xlabel("x - label")
plt.ylabel("y - label")

plt.plot(x, y)

plt.grid(axis='x') # 設置 y 就在軸方向顯示網格線

plt.show()

 

顯示結果如下：

以下實例添加一個簡單的網格線，並設置網格線的樣式，格式如下：

grid(color = 'color', linestyle = 'linestyle', linewidth = number)

參數說明：

color：'b' 藍色，'m' 洋紅色，'g' 綠色，'y' 黃色，'r' 紅色，'k' 黑色，'w' 白色，'c' 青綠色，'#008000' RGB 顏色符串。

linestyle：'‐' 實線，'‐‐' 破折線，'‐.' 點劃線，':' 虛線。

linewidth：設置線的寬度，可以設置一個數字。

實例

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])


plt.title("RUNOOB grid() Test")
plt.xlabel("x - label")
plt.ylabel("y - label")

plt.plot(x, y)

plt.grid(color = 'r', linestyle = '--', linewidth = 0.5)

plt.show()

 

顯示結果如下：

八、Matplotlib 繪製多圖

我們可以使用 pyplot 中的 subplot() 和 subplots() 方法來繪製多個子圖。

subplot() 方法在繪圖時需要指定位置，subplots() 方法可以一次生成多個，在調用時只需要調用生成對象的 ax 即可。

subplot

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(**kwargs)
subplot(ax)

以上函數將整個繪圖區域分成 nrows 行和 ncols 列，然後從左到右，從上到下的順序對每個子區域進行編號 1...N ，左上的子區域的編號為 1、右下的區域編號為 N，編號可以通過參數 index 來設置。

設置 numRows ＝ 1，numCols ＝ 2，就是將圖表繪製成 1x2 的圖片區域, 對應的坐標為：

(1, 1), (1, 2)

plotNum ＝ 1, 表示的坐標為(1, 1), 即第一行第一列的子圖。

plotNum ＝ 2, 表示的坐標為(1, 2), 即第一行第二列的子圖。

 

實例

import matplotlib.pyplot as plt
import numpy as np

#plot 1:
xpoints = np.array([0, 6])
ypoints = np.array([0, 100])

plt.subplot(1, 2, 1)
plt.plot(xpoints,ypoints)
plt.title("plot 1")

#plot 2:
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])

plt.subplot(1, 2, 2)
plt.plot(x,y)
plt.title("plot 2")

plt.suptitle("RUNOOB subplot Test")
plt.show()

 

顯示結果如下：

設置 numRows ＝ 2，numCols ＝ 2，就是將圖表繪製成 2x2 的圖片區域, 對應的坐標為：

(1, 1), (1, 2)
(2, 1), (2, 2)

plotNum ＝ 1, 表示的坐標為(1, 1), 即第一行第一列的子圖。

plotNum ＝ 2, 表示的坐標為(1, 2), 即第一行第二列的子圖。

plotNum ＝ 3, 表示的坐標為(2, 1), 即第二行第一列的子圖。

plotNum ＝ 4, 表示的坐標為(2, 2), 即第二行第二列的子圖。

實例

import matplotlib.pyplot as plt
import numpy as np

#plot 1:
x = np.array([0, 6])
y = np.array([0, 100])

plt.subplot(2, 2, 1)
plt.plot(x,y)
plt.title("plot 1")

#plot 2:
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])

plt.subplot(2, 2, 2)
plt.plot(x,y)
plt.title("plot 2")

#plot 3:
x = np.array([1, 2, 3, 4])
y = np.array([3, 5, 7, 9])

plt.subplot(2, 2, 3)
plt.plot(x,y)
plt.title("plot 3")

#plot 4:
x = np.array([1, 2, 3, 4])
y = np.array([4, 5, 6, 7])

plt.subplot(2, 2, 4)
plt.plot(x,y)
plt.title("plot 4")

plt.suptitle("RUNOOB subplot Test")
plt.show()

 

顯示結果如下：

 

Matplotlib 散點圖

我們可以使用 pyplot 中的 scatter() 方法來繪製散點圖。

scatter() 方法語法格式如下：

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

參數說明：

x，y：長度相同的數組，也就是我們即將繪製散點圖的數據點，輸入數據。

s：點的大小，預設 20，也可以是個數組，數組每個參數為對應點的大小。

c：點的顏色，預設藍色 'b'，也可以是個 RGB 或 RGBA 二維行數組。

marker：點的樣式，預設小圓圈 'o'。

cmap：Colormap，預設 None，標量或者是一個 colormap 的名字，只有 c 是一個浮點數數組的時才使用。如果沒有申明就是 image.cmap。

norm：Normalize，預設 None，數據亮度在 0-1 之間，只有 c 是一個浮點數的數組的時才使用。

vmin，vmax：：亮度設置，在 norm 參數存在時會忽略。

alpha：：透明度設置，0-1 之間，預設 None，即不透明。

linewidths：：標記點的長度。

edgecolors：：顏色或顏色序列，預設為 'face'，可選值有 'face', 'none', None。

plotnonfinite：：布爾值，設置是否使用非限定的 c ( inf, -inf 或 nan) 繪製點。

**kwargs：：其他參數。

以下實例 scatter() 函數接收長度相同的數組參數，一個用於 x 軸的值，另一個用於 y 軸上的值：

實例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])

plt.scatter(x, y)
plt.show()

　　

顯示結果如下：

 

使用隨機數來設置散點圖：

實例

import numpy as np
import matplotlib.pyplot as plt

# 隨機數生成器的種子
np.random.seed(19680801)


N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
area = (30 * np.random.rand(N))**2  # 0 to 15 point radii

plt.scatter(x, y, s=area, c=colors, alpha=0.5) # 設置顏色及透明度

plt.title("RUNOOB Scatter Test") # 設置標題

plt.show()

 

顯示結果如下：

顏色條 Colormap

Matplotlib 模塊提供了很多可用的顏色條。

顏色條就像一個顏色列表，其中每種顏色都有一個範圍從 0 到 100 的值。

下麵是一個顏色條的例子：

設置顏色條需要使用 cmap 參數，預設值為 'viridis'，之後顏色值設置為 0 到 100 的數組。

實例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])

plt.scatter(x, y, c=colors, cmap='viridis')

plt.show()

 

顯示結果如下：

如果要顯示顏色條，需要使用 plt.colorbar() 方法：

實例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])

plt.scatter(x, y, c=colors, cmap='viridis')

plt.colorbar()

plt.show()

 

顯示結果如下：

 

九、Matplotlib 柱形圖

我們可以使用 pyplot 中的 bar() 方法來繪製柱形圖。

bar() 方法語法格式如下：

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

參數說明：

x：浮點型數組，柱形圖的 x 軸數據。

height：浮點型數組，柱形圖的高度。

width：浮點型數組，柱形圖的寬度。

bottom：浮點型數組，底座的 y 坐標，預設 0。

align：柱形圖與 x 坐標的對齊方式，'center' 以 x 位置為中心，這是預設值。 'edge'：將柱形圖的左邊緣與 x 位置對齊。要對齊右邊緣的條形，可以傳遞負數的寬度值及 align='edge'。

**kwargs：：其他參數。

以下實例我們簡單實用 bar() 來創建一個柱形圖:

實例

import matplotlib.pyplot as plt
import numpy as np

x = np.array(["Runoob-1", "Runoob-2", "Runoob-3", "C-RUNOOB"])
y = np.array([12, 22, 6, 18])

plt.bar(x,y)
plt.show()

 

顯示結果如下：

垂直方向的柱形圖可以使用 barh() 方法來設置：

實例

import matplotlib.pyplot as plt
import numpy as np

x = np.array(["Runoob-1", "Runoob-2", "Runoob-3", "C-RUNOOB"])
y = np.array([12, 22, 6, 18])

plt.barh(x,y)
plt.show()

 

顯示結果如下：

 

自定義各個柱形的顏色：

實例

import matplotlib.pyplot as plt
import numpy as np

x = np.array(["Runoob-1", "Runoob-2", "Runoob-3", "C-RUNOOB"])
y = np.array([12, 22, 6, 18])

plt.bar(x, y,  color = ["#4CAF50","red","hotpink","#556B2F"])
plt.show()

 

顯示結果如下：

設置柱形圖寬度，bar() 方法使用 width 設置，barh() 方法使用 height 設置 height

實例

import
您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 精通Android面試-騰訊阿裡Android高級開發麵試官選拔標準
    HarmonyOS Connect智能硬體開放生態即將步入富設備產業化時代！為了讓廣大開發者能搶先體驗鴻蒙智聯富設備開發，本期我們將為大家帶來七款支持富設備開發的開發板。 ...
  • 愛前端公開課學習筆記——JS02 字元串類型，布爾類型
    字元串是用引號包裹的，表示語言文字。 用雙引號包裹的都是字元串 註意：變數不能包裹在雙引號里 輸出 布爾類型 true和false 註意都是小寫 ...
  • 愛前端公開課學習筆記——JS01
    認識js 在谷歌瀏覽器的控制臺中右鍵單擊空白處，選擇檢查可以打開控制台 查看console.log輸出的內容。 JS的註釋 是”//”或者”/* */”,前者是行註釋，後者是塊註釋 1變數 js的變數必須申明在用，聲明後賦值，變數才可使用，使用過程中可以改變類型。 變數的命名規則： 變數名只能由字母 ...
  • vue - Vue腳手架（終結篇）/ vue動畫
    幾天的內容不是很多，因為我們腳手架的學習告一段落了，也是為了跟明天開始的內容有一個區分。 明天將會有一個非常重要的內容來了，各位，vue中的ajax他來了，這個絕對是重量級，有點興奮！ 十一.TODOList編輯 新增一個編輯功能，要完成的邏輯就是，當我們一點擊編輯按鈕，對象會新增一個屬性edit為 ...
  • JavaScript經典案例練習
    # JavaScript經典案例練習 P1：支付10秒倒計時 效果： 功能： 點擊立即支付彈出確認款 確認付款後跳轉到支付成功頁面並開始計時 計時結束或者點擊立即返回按鈕返迴首頁 知識點： window.confirm() 用於顯示一個帶有指定消息和確認及取消按鈕的對話框，如果訪問者點擊‘確認’， ...
  • Java數組之合併方法(世界上最簡單的方法)
    ${}字元串可以用於字元串拼接，一般用於模糊查詢中（因為有sql註入的風險，很少用） ...
  • SpringBoot配置文件優先順序
    在開發過程中，不知道有沒有這樣的經歷，項目實際讀取的配置信息有時候總是與預期不符，今天就來研究下 SpringBoot 讀取配置文件順序。 一、SpringBoot 配置文件載入優先順序 SpringBoot官方文檔說明瞭載入的順序如下，越靠前優先順序越高。 Spring Boot uses a ver ...
  • 知識彙總：python辦公自動化應該學習哪些內容
    前言 嗨嘍！大家好呀 第三方模塊: requests >>> pip install requests 模塊安裝問題: 如果安裝python第三方模塊: win + R 輸入 cmd 點擊確定, 輸入安裝命令 pip install 模塊名 (pip install requests) 回車 在py ...
一周排行
    -Advertisement-
    Play Games
  • Dapr Outbox 執行流程
    Dapr Outbox 是1.12中的功能。 本文只介紹Dapr Outbox 執行流程，Dapr Outbox基本用法請閱讀官方文檔 。本文中appID=order-processor，topic=orders 本文前提知識：熟悉Dapr狀態管理、Dapr發佈訂閱和Outbox 模式。 Outbo ...
  • Advanced .Net Debugging 7：托管堆與垃圾收集
    引言 在前幾章我們深度講解了單元測試和集成測試的基礎知識，這一章我們來講解一下代碼覆蓋率,代碼覆蓋率是單元測試運行的度量值,覆蓋率通常以百分比表示，用於衡量代碼被測試覆蓋的程度，幫助開發人員評估測試用例的質量和代碼的健壯性。常見的覆蓋率包括語句覆蓋率（Line Coverage）、分支覆蓋率（Bra ...
  • C#S7.NET實現西門子PLCDB塊數據採集的完整步驟
    前言 本文介紹瞭如何使用S7.NET庫實現對西門子PLC DB塊數據的讀寫，記錄了使用電腦模擬，模擬PLC，自至完成測試的詳細流程，並重點介紹了在這個過程中的易錯點，供參考。 用到的軟體： 1.Windows環境下鏈路層網路訪問的行業標準工具（WinPcap_4_1_3.exe）下載鏈接：http ...
  • WPF控制項：密碼框綁定MVVM
    從依賴倒置原則（Dependency Inversion Principle, DIP）到控制反轉（Inversion of Control, IoC）再到依賴註入（Dependency Injection, DI）的演進過程，我們可以理解為一種逐步抽象和解耦的設計思想。這種思想在C#等面向對象的編 ...
  • Python中的私有屬性與私有方法
    關於Python中的私有屬性和私有方法 Python對於類的成員沒有嚴格的訪問控制限制，這與其他面相對對象語言有區別。關於私有屬性和私有方法，有如下要點： 1、通常我們約定，兩個下劃線開頭的屬性是私有的（private）。其他為公共的（public）； 2、類內部可以訪問私有屬性（方法）； 3、類外 ...
  • C++ 訪問說明符詳解：封裝數據，控制訪問，提升安全性
    C++ 訪問說明符 訪問說明符是 C++ 中控制類成員（屬性和方法）可訪問性的關鍵字。它們用於封裝類數據並保護其免受意外修改或濫用。 三種訪問說明符： public：允許從類外部的任何地方訪問成員。 private：僅允許在類內部訪問成員。 protected：允許在類內部及其派生類中訪問成員。 示 ...
  • static_cast與dynamic_cast到底是什麼？
    寫這個隨筆說一下C++的static_cast和dynamic_cast用在子類與父類的指針轉換時的一些事宜。首先，【static_cast，dynamic_cast】【父類指針，子類指針】，兩兩一組，共有4種組合：用 static_cast 父類轉子類、用 static_cast 子類轉父類、使用 ...
  • C語言數據結構：雙向鏈表的增刪操作
    /******************************************************************************************************** * * * 設計雙向鏈表的介面 * * * * Copyright (c) 2023-2 ...
  • @ComponentScan註解的實現，Spring掃描包的過程
    相信接觸過spring做開發的小伙伴們一定使用過@ComponentScan註解 @ComponentScan("com.wangm.lifecycle") public class AppConfig { } @ComponentScan指定basePackage，將包下的類按照一定規則註冊成Be ...
  • opensips開啟python支持
    操作系統 ：CentOS 7.6_x64 opensips版本： 2.4.9 python版本：2.7.5 python作為腳本語言，使用起來很方便，查了下opensips的文檔，支持使用python腳本寫邏輯代碼。今天整理下CentOS7環境下opensips2.4.9的python模塊筆記及使用 ...
所有分類