แสดงภาพ 2D (imshow) และ Contour Plot 3D พร้อมกัน เพื่อเปรียบเทียบมุมมอง ขั้นตอน สร้าง Meshgrid XX, YY คำนวณ Data 2D จากฟังก์ชัน สร้าง Figure และ Subplots 1x2 Subplot ซ้าย: imshow() 2D Subplot ขวา: contourf() 3D แสดงผล ตัวอย่างโค้ด import matplotlib.pyplot as plt import n

ใช้ plt.fill_between() เติมสีพื้นที่ระหว่าง Upper และ Lower Bound ของ Confidence Interval ขั้นตอน ตั้งค่าขนาด Figure สร้างข้อมูล X, Y คำนวณ Confidence Interval (ตัวอย่างใช้สูตรง่าย) Plot เส้นหลัก เติมสีพื้นที่ CI ด้วย fill_between แสดงผล ตัวอย่างโค้ด from matplotlib impo

Axes Object เป็นส่วนประกอบหลักของ Figure ประกอบไปด้วย Axis, Tick, Line2D, Text, Polygon และตั้งค่าระบบพิกัด องค์ประกอบของ Axes Axis: แกน X และ Y (Spines, Ticks, Labels) Spines: เส้นขอบกราฟ (top, bottom, left, right) Ticks: ตัวชี้วัดบนแกน Labels: ข้อความอธิบายแกน Title: หัวข้อกร

ใช้ Kernel Density Estimation (KDE) ประมาณ Probability Density ของสองชุดข้อมูล แล้วพล็อตความแตกต่าง ขั้นตอน ตั้งค่าขนาด Figure สร้างข้อมูล 2 ชุดจาก Gumbel Distribution คำนวณ KDE ด้วย scipy.stats.gaussian_kde สร้าง Grid สำหรับประเมินค่า Plot KDE ทั้งสองและความแตกต่าง เพิ่ม L

Multipartite Graph แสดงโหนดในหลายชั้น (Layers) เชื่อมต่อระหว่างชั้นที่ติดกัน ใช้ NetworkX สร้าง Graph และ Matplotlib วาด ขั้นตอน ตั้งค่าขนาด Figure กำหนดขนาด Subset และ สี สร้าง Function multilayered_graph() กำหนดสีโหนดตาม Layer จัด Layout ด้วย multipartite_layout วาด Graph

ใช้พารามิเตอร์ y ใน plt.title() ค่าลบจะเลื่อน Title ลงด้านล่าง ขั้นตอน ตั้งค่าขนาด Figure สร้างข้อมูล Scatter แบบสุ่ม Plot Scatter ตั้ง Title ด้วย y=-0.01 แสดงผล ตัวอย่างโค้ด import numpy as np from matplotlib import pyplot as plt plt.rcParams[figure.figsize] = [7.50, 3.50]

Lollipop Plot แสดงค่าต่างๆ ด้วยเส้นตั้งตรงและวงกลมปลาย คล้าย Bar Chart แต่เบากว่า ใช้ plt.stem() ขั้นตอน ตั้งค่าขนาด Figure สร้าง DataFrame พร้อมข้อมูล เรียงลำดับข้อมูลด้วย sort_values() สร้าง Stem Plot ตั้งค่า Xticks และ Labels แสดงผล ตัวอย่างโค้ด import numpy as np fro

ใช้ ax.loglog() สำหรับ Log Scale ทั้ง 2 แกน และ set_major_formatter() กับ LogFormatterExponent เพื่อแสดง Tick เป็นเลขยกกำลัง ขั้นตอน ตั้งค่าขนาด Figure สร้าง Figure และ Subplots Plot ด้วย Log Scale ทั้งคู่ (ax.loglog) ตั้งค่า Formatter ให้ Major Ticker แสดงผล ตัวอย่างโค้ด im

ออกแบบ Function ที่สร้างและ Return Figure Object เพื่อให้สามารถนำไปใช้ต่อหรือบันทึกได้ ขั้นตอน ตั้งค่าขนาด Figure สร้างข้อมูล X, Y สร้าง Function plot(x, y) ที่ Return fig เรียก Function และเก็บ Figure แสดงผล ตัวอย่างโค้ด import numpy as np from matplotlib import pyplot as p

Quiver Plot แสดง Vector Field ในระบบพิกัด Polar (R, θ) ใช้ ax.quiver() บน Polar Axes ขั้นตอน ตั้งค่าขนาด Figure สร้างข้อมูล Radii และ Thetas สร้าง Meshgrid สร้าง Figure และ Polar Subplot วาด Quiver Plot แสดงผล ตัวอย่างโค้ด import numpy as np from matplotlib import pyplot

สร้าง Custom Hatch Class เพื่อควบคุมความหนาแน่นของ Pattern (Hatch) ใน Bar Chart โดย Override ค่า Density ขั้นตอน ตั้งค่าขนาด Figure สร้าง Class MyHorizontalHatch 繼承จาก hatch.HorizontalHatch Override __init__ คำนวณ num_lines จาก Density ลงทะเบียน Hatch Type ใหม่ สร้าง Bar Chart

ใช้ plt.colorbar() สร้าง Colorbar จาก imshow() แล้วเพิ่ม Label ด้วย cbar.set_label() ขั้นตอน ตั้งค่าขนาด Figure สร้างข้อมูล 2D 5x5 แสดงภาพด้วย imshow() สร้าง Colorbar จาก image object ตั้งค่า Label ด้วย set_label() แสดงผล ตัวอย่างโค้ด import numpy as np from matplotlib i

ใช้ HandlerTuple รวม Marker หลายตัวให้อยู่ภายใต้ Legend Entry เดียวกัน สำหรับกรณีที่มีเส้นหลายเส้นแทน Label เดียวกัน ขั้นตอน ตั้งค่าขนาด Figure สร้างข้อมูล X และ 4 เส้นโค้ง (2 เส้น sin, 2 เส้น cos) Plot แต่ละเส้นพร้อม Label ซ้ำกัน ใช้ HandlerTuple รวม Handler ใน Legend แสดงผล

ปรับแต่ง Surface Plot 3D ด้วยการกำหนดสี (color), ขอบสี (edgecolors), และความหนาเส้น (linewidth) ขั้นตอน ตั้งค่าขนาด Figure สร้างข้อมูล X, Y, Z ด้วย Meshgrid สร้าง Figure และ 3D Axes วาด Surface Plot กำหนด color, edgecolors, lw แสดงผล ตัวอย่างโค้ด import numpy as np import ma

ใช้ plt.style.library เพื่อดู Style ทั้งหมดที่มีอยู่ใน Matplotlib ขั้นตอน Import matplotlib.pyplot Print plt.style.library ตัวอย่างโค้ด import matplotlib.pyplot as plt print(plt.style.library) Style ที่นิยมใช้ Styleลักษณะ seaborn-v0_8ลักษณะ Seaborn (สมั

PyCharm โดยค่าเริ่มต้นใช้ Backend แบบ Static (Inline) ทำให้ Plot ไม่โต้ตอบได้ ใช้ mpl.use(Qt5Agg) เพื่อเปลี่ยน Backend เป็น Qt5 ที่รองรับ Interactive ขั้นตอน ตั้งค่าขนาด Figure ตั้งค่า Backend ด้วย mpl.use(Qt5Agg) (ต้องทำก่อน import pyplot) Plot ข้อมูล แสดงผลด้วย plt.show() ตัวอย

ใช้ plt.GridSpec และ update() เพื่อควบคุมระยะห่างระหว่าง Subplots (wspace, hspace) อย่างละเอียด ขั้นตอน ตั้งค่าขนาด Figure สร้าง GridSpec Layout ปรับ wspace (แนวนอน) และ hspace (แนวตั้ง) เพิ่ม Subplots ตาม Grid แสดงผล ตัวอย่างโค้ด from matplotlib import pyplot as plt plt.rc

ใช้ ax.twinx() สร้างแกน Y ที่สอง (Secondary Y-axis) แบบ Shared X-axis เพื่อพล็อตข้อมูลที่มี Scale ต่างกันบนกราฟเดียวกัน ขั้นตอน ตั้งค่าขนาด Figure สร้าง Figure และ Axes หลัก (ax1) Plot ข้อมูลชุดแรกบน ax1 สร้าง Twin Axes (ax2) ด้วย ax1.twinx() Plot ข้อมูลชุดที่สองบน ax2 แสดง

ใช้ plt.imshow() ร่วมกับ plt.pause() เพื่อแสดงภาพต่อเนื่องแบบ Animation โดยไม่ต้องใช้ FuncAnimation ขั้นตอน ตั้งค่าขนาด Figure เตรียมรายการไฟล์ภาพ ปิด Axis วนลูปอ่านและแสดงภาพทีละภาพ ใช้ plt.pause() หน่วงเวลา ใช้ img.set_data() อัปเดตข้อมูลภาพ ตัวอย่างโค้ด import matplot

ใช้ ax.fill_between() เพื่อเติมสีพื้นที่ใต้โค้ง สร้างรูปทรงคล้าย Arc หรือ Sector ของวงกลม ขั้นตอน ตั้งค่าขนาด Figure สร้าง Figure และ Subplots กำหนดรัศมี (r) และ Offset (yoff) สร้างข้อมูล X, Y สำหรับครึ่งวงกลม เติมสีระหว่างโค้งและแกน X ด้วย fill_between ตั้งค่า Aspect Ratio