This example showcases a simple horizontal bar chart
import matplotlib.pyplot as plt import numpy as np # Fixing random state for reproducibility np.random.seed(19680801) plt.rcdefaults() fig, ax = plt.subplots() # Example data people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim') y_pos = np.arange(len(people)) performance = 3 + 10 * np.random.rand(len(people)) error = np.random.rand(len(people)) ax.barh(y_pos, performance, xerr=error, align='center') ax.set_yticks(y_pos) ax.set_yticklabels(people) ax.invert_yaxis() # labels read top-to-bottom ax.set_xlabel('Performance') ax.set_title('How fast do you want to go today?') plt.show() 
np.random.seed()
使用seed(value)之后调用np.random.randn()或np.random.rand()可以产生固定的随机值
# 使用seed设置随机种子 np.random.seed(19680801) print(np.random.randn(2,5), end='\n\n') # 不设置随机种子 print(np.random.randn(2,5), end='\n\n') # 设置相同的随机种子 np.random.seed(19680801) print(np.random.randn(2,5))
[[ 1.04930431 0.86609917 0.5511346 1.72807779 -0.64928812] [-0.47841958 1.07788511 0.96881033 -0.80934479 -1.2373891 ]] [[ 1.86011654 -0.30831924 0.78297055 0.02152345 0.71566379] [ 1.40146651 -1.12750212 1.65581822 1.40096148 0.20199007]] [[ 1.04930431 0.86609917 0.5511346 1.72807779 -0.64928812] [-0.47841958 1.07788511 0.96881033 -0.80934479 -1.2373891 ]]
plt.rcdefaults()
- matplotlib配置信息是从配置文件中读取的。在配置文件中可以为matplotlib几乎所有的属性指定永久有效的默认值
- 查看配置：你可以通过 matplotlib.rcParams字典访问所有已经加载的配置项
- 可以通过
matplotlib.rcParams字典修改所有已经加载的配置项 - 可以通过
matplotlib.rc(*args,**kwargs)来修改配置项，其中args是你要修改的属性，kwargs是属性的关键字属性 - 可以调用
matplotlib.rcdefaults()将所有配置重置为标准设置
import matplotlib print(matplotlib.rcParams['animation.embed_limit']) matplotlib.rcParams['animation.embed_limit'] = 10 print(matplotlib.rcParams['animation.embed_limit']) matplotlib.rc('animation', embed_limit=15) print(matplotlib.rcParams['animation.embed_limit']) matplotlib.rcdefaults() print(matplotlib.rcParams['animation.embed_limit']) 20.0 10.0 15.0 20.0
pyplot.barh()
- barh(y, width, height=0.8, left=None, *, align='center', **kwargs)
| Parameters | Meaning |
|---|---|
| y（标量或向量） | 每个bar的y坐标 |
| width（标量或向量） | 每个bar的宽度 |
| height | 每个bar的高度 |
| left（向量） | bar左侧基坐标 |
| align | 可以是'center'或'edge'，表示bar和y轴ticks之间的位置关系 |
# Fixing random state for reproducibility np.random.seed(19680801) # plt.rcdefaults() fig, ax = plt.subplots() # Example data people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim') y_pos = np.arange(len(people)) performance = 3 + 10 * np.random.rand(len(people)) error = np.random.rand(len(people)) #使用height和left控制bar的宽度和左侧坐标，color设置bar的颜色，align设置bar和ytick的对齐方式 ax.barh(y_pos, performance, [0.5, 0.8, 0.3, 0.6, 0.2], [2, 3, 5, 4, 1], xerr=error, align='edge', color="#84D096") ax.set_yticks(y_pos) ax.set_yticklabels(people) ax.invert_yaxis() # labels read top-to-bottom ax.set_xlabel('Performance') ax.set_title('How fast do you want to go today?') plt.show() 
来源：博客园
作者：无奈巅峰
链接：https://www.cnblogs.com/wndf6122/p/11701485.html