เพื่อสร้างแท่งกราฟจากไฟล์ข้อความ สามารถทำตามขั้นตอนด้านล่าง: สร้างรายการว่างสำหรับ ชื่อแท่ง (bar names) และ ความสูง (heights) อ่านไฟล์ข้อความและวนลูปแต่ละบรรทัด แยกชื่อและความสูง แล้วเพิ่มลงในรายการ พลอตแท่งกราฟด้วยข้อมูลจากรายการ (ขั้นตอนที่ 1) แสดงกราฟด้วยเมธอด show() ตัวอย่างโค้ด from

เพื่อสร้างกราฟ 4 มิติ สามารถใช้ข้อมูล x, y, z และ c (สี) เป็นมิติที่ 4 ได้ ขั้นตอน ใช้เมธอด figure() เพื่อสร้าง Figure ใหม่หรือเปิดใช้งาน Figure ที่มีอยู่ เพิ่ม Figure เข้า subplot arrangement สร้างข้อมูล x, y, z และ c ด้วย NumPy (ข้อมูลสุ่มมาตรฐาน) สร้าง Scatter Plot 3D ด้วยเมธอด scatter()

เพื่อแสดงกราฟ Matplotlib ในโหมดเต็มหน้าจอ สามารถใช้เมธอด full_screen_toggle() ของ Figure Manager ได้ ขั้นตอน สร้าง Figure ใหม่หรือเปิดใช้งาน Figure ที่มีอยู่ด้วยเมธอด figure() พลอตเส้นกราฟด้วยรายการสองชุด ดึง Figure Manager ของ Figure ปัจจุบัน สลับโหมดเต็มหน้าจอด้วยเมธอด full_screen_toggle(

เพื่อพลอตกราฟสองกราฟติดกันใน Seaborn สามารถทำตามขั้นตอนต่อไปนี้: สร้าง Figure พร้อม subplots แบบ 1 แถว 2 คอลัมน์ (nrows=1, ncols=2) พร้อมกำหนดขนาด Figure (7, 7) สร้าง DataFrame ด้วย Pandas พร้อมคีย์ col1 และ col2 ใช้ countplot() เพื่อแสดงจำนวนข้อมูลในแต่ละหมวดหมู่แบบแท่งกราฟ ปรับระยะห่างระห

เพื่อสร้างกราฟ 3D ที่หมุนได้ใน Matplotlib สามารถใช้คลาส Animation เพื่อเรียกใช้ฟังก์ชันซ้ำๆ ได้ ขั้นตอน กำหนดตัวแปรเริ่มต้น: จำนวนกริด mesh, ความถี่การเรียกฟังก์ชัน (fps), จำนวนเฟรม สร้างอาร์เรย์ x, y, z สำหรับเส้นโค้ง สร้างฟังก์ชันคำนวณค่า z array ด้วย lambda function สร้างฟังก์ชันผู้ใช้เพ

เพื่อกำหนดค่าแกน X เองใน Matplotlib สามารถทำตามขั้นตอนต่อไปนี้: สร้างรายการสองชุดสำหรับจุดข้อมูลแกน X และแกน Y กำหนดช่วงค่า xticks (ตำแหน่งทิกส์) พลอตเส้นกราฟด้วยเมธอด plot() โดยใช้ค่า xticks และข้อมูลแกน Y เปลี่ยนป้ายกำกับ xticks ให้เป็นค่าแกน X ที่ต้องการด้วยเมธอด xticks() แสดงกราฟด้วยเ

หากต้องการกำหนดสีใหม่สำหรับค่าที่อยู่นอกช่วง (out-of-range) ใน colormap ของ Matplotlib สามารถทำตามขั้นตอนด้านล่างได้: ดึงอินสแตนซ์ colormap โดยใช้เมธอด get_cmap() (ตัวอย่างใช้ colormap gray) ตั้งค่าสีสำหรับค่าที่ต่ำกว่าช่วงเมื่อ norm.clip = False ด้วยเมธอด set_under() แสดงข้อมูลเป็นภาพ 2D ด้ว

เพื่อปรับระยะห่างระหว่างเครื่องหมาย (markers) และป้ายกำกับ (labels) ในตำนาน สามารถใช้พารามิเตอร์ labelspacing ในเมธอด legend() ได้ ขั้นตอน พลอตเส้นข้อมูลพร้อมกำหนด label1, label2 และ label3 กำหนดตัวแปรระยะห่างเพื่อเพิ่มหรือลดช่องว่างระหว่างเครื่องหมายและป้ายกำกับ ใช้เมธอด legend() พร้อมอาร์กิ

รับข้อมูล bins และความถี่จาก histogram ใช้ numpy.histogram() คำนวณ histogram แล้วนำมาวาด bar chart เอง ขั้นตอน สร้าง list ตัวเลขสำหรับ data และ bins คำนวณ histogram ด้วย histogram() ดึง hist และ edges จากผลลัพธ์ คำนวณความถี่ (frequency) วาด bar chart ด้วย bins และ freq แสดงด้วย show() ตัวอย่างโ

ตั้งค่าตำแหน่ง grid lines เอง ใช้ set_ticks กำหนดตำแหน่ง grid แล้วเปิด grid(True) ขั้นตอน สร้าง figure ด้วย figure() เพิ่ม axes ด้วย add_subplot() วาดกราฟด้วย list ข้อมูล ตั้งค่า margins x, y เป็น 0 กำหนดตำแหน่ง X-grid ด้วย set_ticks() เปิด grid lines ด้วย grid(True) แสดงด้วย show() ตัวอย่างโค้

ปิดการแสดงค่า offset บนแกน ใช้ set_useOffset(False) บน formatter ของ major ticker ขั้นตอน วาดเส้นด้วย list สองชุด ใช้ gca() ดึง axes ปัจจุบัน แล้วดึง X-axis instance 取得 formatter ของ major ticker ใช้ set_useOffset(False) ปิด offset แสดงด้วย show() ตัวอย่างโค้ด from matplotlib import pyplot as p

แสดง print และ plot สลับกันใน iPython notebook ใช้ลูปสร้าง figure ใหม่ทีละรอบ พร้อม print statement ขั้นตอน import pyplot จาก matplotlib สร้าง list ข้อมูลสำหรับ hist plots กำหนดตัวแปร i สำหรับ print วนลูปข้อมูล สร้าง figure และ subplots ด้วย subplots() วาง print statement วาด histogram ด้วย hist(

จัดการค่า NaN ในการวาดภาพ ใช้ imshow() แสดงข้อมูล 2D ที่มีค่า NaN ขั้นตอน สร้างข้อมูลด้วย NumPy มีค่า NaN บ้าง ใช้ imshow() แสดงข้อมูลเป็นภาพ พร้อม colormap แสดงด้วย show() ตัวอย่างโค้ด import numpy as np from matplotlib import pyplot as plt plt.rcParams[figure.figsize] = [7.00, 3.50] plt.rcPa

วางวงกลมอยู่ในสี่เหลี่ยมผืนผ้า สร้าง rectangle และ circle patch แล้วเพิ่มลง axes เดียวกัน ขั้นตอน สร้าง figure ด้วย figure() เพิ่ม subplot สร้าง rectangle และ circle instance เพิ่ม rectangle patch ลง axes เพิ่ม circle patch ลง axes ปรับขนาดแกน x, y ด้วย xlim() และ ylim() แสดงด้วย show() ตัวอย่า

ปรับโครงสร้างกราฟ networkx สร้างกราฟจาก Pandas DataFrame edge list แล้ววาดด้วย networkx ขั้นตอน สร้าง DataFrame ด้วย Pandas สร้างกราฟจาก edge list ด้วย from_pandas_edgelist() วาดกราฟ G ด้วย Matplotlib ปรับโครงสร้างได้โดยแก้ไขคีย์ from และ to แสดงด้วย show() ตัวอย่างโค้ด import pandas as pd impo

ใส่ข้อความตรงกลางวงกลม ใช้ Circle patch และ text() วางข้อความ ขั้นตอน สร้าง figure ด้วย figure() เพิ่ม subplot สร้าง Circle instance ด้วย Circle() เพิ่ม circle patch ลง plot ใช้ text() วางข้อความในวงกลม ปรับขนาดแกน x, y ด้วย xlim() และ ylim() แสดงด้วย show() ตัวอย่างโค้ด import matplotlib from

สลับแกน x และ y ของกราฟ ดึงข้อมูล x, y จาก curve แล้วเซ็ตกลับกันใน curve ใหม่ ขั้นตอน สร้างข้อมูล x, y ด้วย NumPy สร้าง figure และ 2 subplots ตั้งค่า title ทั้งสอง axes วาดกราฟ x, y ด้วย plot() ดึงข้อมูลด้วย get_xdata() และ get_ydata() สลับแกน: set_xdata(newy), set_ydata(newx) ปรับ layout ด้วย ti

ลดจำนวน tick labels บนแกน กำหนดค่า density ต่ำเพื่อลดจำนวน ticks ขั้นตอน กำหนดตัวแปร density สร้างข้อมูล x, y ด้วย NumPy วาดกราฟด้วย plot() ตั้งค่า tick locations และ labels ด้วย xticks() แสดงด้วย show() ตัวอย่างโค้ด import numpy as np from matplotlib import pyplot as plt plt.rcParams[figure.f

ปรับขนาดกล่อง legend ด้วย borderpad ใช้พารามิเตอร์ borderpad ในเมธอด legend() ขั้นตอน สร้าง line1 และ line2 จาก list ความหนาต่างกัน ใช้ legend() พร้อม borderpad=2 เพื่อปรับขนาดกล่อง แสดงด้วย show() ตัวอย่างโค้ด from matplotlib import pyplot as plt plt.rcParams[figure.figsize] = [7.00, 3.50] pl

ปรับขนาดตัวอักษร legend ใน Seaborn ใช้ตัวแปร fontsize ในอาร์กิวเมนต์ของเมธอด legend() ขั้นตอน สร้าง DataFrame ด้วย Pandas (คีย์: number, count, select) วาด barplot ด้วย barplot() ของ Seaborn กำหนดตัวแปร fontsize ใช้ legend() พร้อม fontsize ในอาร์กิวเมนต์ แสดงด้วย show() ตัวอย่างโค้ด import pand