使用 `plt.xticks(x, labels, rotation='vertical')`，我们可以旋转刻度标签。步骤：创建两个列表，x 和 y；创建包含不同城市名称的标签列表；调整子图布局参数，其中 bottom = 0.15；添加子图到当前图形，其中 nrow = 1，ncols = 2，index = 1；使用 `plt.plot()` 绘制线条，使用 x 和 y（步骤 1）；获取或设置 X 轴的当前刻度位置和标签。不传递参数即可返回当前值而不修改它们，包含 x 和标签数据；设置或检索自动缩放边距，值为 0.2；设置索引为 1 的图形标题…… 阅读更多

使用 `plt.colorbar(ticks=np.linspace(-2, 2, 5))`，我们可以创建一个离散色标。步骤：使用 `np.random.random` 方法返回半开区间内的随机浮点数，即 x；使用 `np.random.random` 方法返回半开区间内的随机浮点数，即 y；使用 `np.random.randint(-2, 3, 20)` 方法返回 `low`（包含）到 `high`（不包含）之间的随机整数，即 z；使用 `plt.xlabel()` 设置 X 轴标签；使用 `plt.ylabel()` 设置 Y 轴标签；使用内置彩虹色图；基于离散区间生成色图索引；创建 x、y 和 z 的散点图，其中标记大小和/或颜色各不相同（步骤 1、2、3）；为 ScalarMappable 实例创建色标…… 阅读更多

首先，我们可以定义字典，然后将其转换为键值对。最后，我们可以使用这些数据绘制条形图。步骤：创建一个字典，例如 data，其中 milk 和 water 是键；获取字典的键列表；获取字典的值列表；使用 `plt.bar()` 绘制条形图；使用 `plt.show()` 显示图形。示例：`import matplotlib.pyplot as plt data = {'milk': 60, 'water': 10} names = list(data.keys()) values = list(data.values()) plt.bar(range(len(data)), values, tick_label=names) plt.show()` 输出

使用 `plt.get_current_fig_manager()` 和 `mng.full_screen_toggle()` 方法，我们可以最大化绘图。步骤：添加子图到当前图形，其中 nrow = 1，ncols = 1，index = 1；使用列表 [1, 2, 3] 和 `pie()` 方法创建饼图；使用 `get_current_fig_manager()` 方法返回当前图形的图形管理器。图形管理器是实际后端依赖窗口的容器，该窗口在屏幕上显示图形；使用 `full_screen_toggle()` 方法创建一个抽象基类来处理绘图/渲染操作；使用 `plt.show()` 显示图形。示例：`import matplotlib.pyplot as plt plt.subplot(1, 1, 1) plt.pie([1, 2, 3]) mng = plt.get_current_fig_manager() mng.full_screen_toggle() plt.show()` 输出阅读更多

首先，我们可以使用 subplot 方法创建两个轴，其中 nrows=2，ncols=1。这意味着我们可以有两个索引来绘制所需的图形。我们可以使用 `ax1.get_shared_x_axes().join(ax1, ax2)` 方法来绘制我们的图形。步骤：创建两个数字列表；添加子图到当前图形 ax1，其中 nrows = 2，ncols = 1，ax1 的索引为 1；添加子图到当前图形 ax2，其中 nrows = 2，ncols = 1，ax2 的索引为 2；使用步骤 1 中创建的点绘制 x 和 y；使用 `get_shared_x_axes().join(ax1, ax2)` 返回对共享轴 Grouper 的引用…… 阅读更多

在这个程序中，我们可以初始化一些输入值，然后尝试使用这些值绘制条形图。我们可以实例化一个图形和轴，以便我们可以设置标签、刻度，并注释条形图的高度和宽度。步骤：创建一个年份列表；创建一个该年份的人口列表；使用 `np.arrange(len(years))` 方法获取标签数量；设置条形的宽度；使用 `subplots()` 方法创建 fig 和 ax 变量，其中默认 nrows 和 ncols 为 1；使用 `set_ylabel()` 设置图形的 Y 轴标签；使用 `set_title()` 设置图形的标题；使用 x 设置 X 刻度…… 阅读更多

Log 用于在 X 轴和 Y 轴上都进行对数缩放的绘图，而 symlog（对称对数）用于轴缩放。步骤：首先，我们可以调整子图布局参数；使用 numpy.arrange() 方法返回给定区间内的均匀间隔值 (t)；添加子图到当前图形，nrows = 1，ncols = 2，当前索引为 1；使用 semilogy() 方法绘制 Y 轴上具有对数缩放的图；使用 plt.title() 方法设置轴的标题；使用 grid(True) 方法配置网格线；创建给定区间内的两个均匀间隔值…… 阅读更多

我们可以绘制一个图表，其中学生人数将绘制在 X 轴上，他们获得的分数将绘制在 Y 轴上。此外，我们可以为学生获得的不同分数设置颜色。步骤：创建一个学生人数列表；创建一个学生获得的分数列表；为了表示每个散点的颜色，我们可以有一个颜色列表；使用 Panda，我们可以有一个表示数据框轴的列表；使用 subplots 方法创建 fig 和 ax 变量，其中默认 nrows 和 ncols 为 1；设置…… 阅读更多

使用 `subplot(row, col, index)` 方法，我们可以将一个图形分成 row*col 个部分，并可以在索引位置绘制图形。在下面的程序中，我们将在一个图形中创建两个图表。步骤：使用 numpy 创建 x、y1、y2 点；使用 `subplot()` 方法，nrows = 1，ncols = 2，index = 1，添加子图到当前图形；使用 `plot()` 方法使用 x 和 y1 点绘制线条；使用 `plt.title()`、`plt.xlabel()` 和 `plt.ylabel()` 方法设置图 1 的标题、X 轴和 Y 轴标签；使用 nrows = 1，ncols = 2，index = 2，添加子图…… 阅读更多

我们可以使用 `ax.spines['left'].set_color('red')` 和 `ax.spines['top'].set_color('red')` 语句更改坐标轴、刻度和标签的颜色。要在 matplotlib 绘图中更改坐标轴、刻度和标签的颜色，我们可以采取以下步骤：使用 `plt.figure()` 创建一个新图形或激活现有图形。使用 `plt.add_subplot(xyz)` 将坐标轴添加到图形的子图排列中，其中 x 为行数，y 为列数，z 为索引。这里取 x = 1（行），y = 2（列）和 z = 1（位置）。使用 `set_xlabel` 和 `set_ylabel` 方法为使用 `add_subplot()` 创建的 ax 设置 X 轴和 Y 轴标签。要… 阅读更多