Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

Matplotlib बार चार्ट में त्रुटि रेखा की मोटाई कैसे बढ़ाएं?

Matplotlib बार चार्ट में त्रुटि रेखा की मोटाई बढ़ाने के लिए, हम err_kw=dict() का उपयोग कर सकते हैं उनकी संपत्तियों के साथ।

कदम

  • आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।
  • बार विवरण का शब्दकोश बनाएं।
  • एक आकृति और सबप्लॉट का एक सेट बनाएं।
  • बार() का उपयोग करें yerr . के साथ बार प्लॉट बनाने की विधि और err_kw
  • आंकड़ा प्रदर्शित करने के लिए, दिखाएं () . का उपयोग करें विधि।

उदाहरण

import matplotlib.pyplot as plt

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

bar_details = {
   "labels": ['G1', 'G2', 'G3', 'G4', 'G5'],
   "men_means": [20, 35, 30, 35, 27],
   "men_std": [2, 3, 4, 1, 2],
   "width": 0.35
}

fig, ax = plt.subplots()

ax.bar(bar_details["labels"], bar_details["men_means"], bar_details["width"],
      yerr=bar_details["men_std"], label='Men',
      error_kw=dict(lw=5, capsize=5, capthick=3))

plt.show()

आउटपुट

Matplotlib बार चार्ट में त्रुटि रेखा की मोटाई कैसे बढ़ाएं?


  1. Matplotlib में एक लाइन प्लॉट को कैसे चेतन करें?

    Matplotlib में लाइन प्लॉट को चेतन करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - सबप्लॉट्स () . का उपयोग करके एक फिगर और सबप्लॉट का एक सेट बनाएं विधि। x और y अक्ष पैमाने को सीमित करें। numpy का उपयोग करके x और t डेटा बिंदु बनाएं। निर्देशांक सदिशों, X2 और T2 से निर्देशांक मैट्रिक्स लौटाएं।

  1. मैं Matplotlib में बार चार्ट में कॉलम पर टेक्स्ट कैसे प्रदर्शित कर सकता हूं?

    बार चार्ट में कॉलम पर टेक्स्ट प्रदर्शित करने के लिए, हम text() . का उपयोग कर सकते हैं विधि ताकि हम टेक्स्ट को बार कॉलम के एक विशिष्ट स्थान (x और y) पर रख सकें। कदम x, y और प्रतिशत . के लिए सूचियां बनाएं । bar() . का उपयोग करके बार प्लॉट बनाएं विधि। ज़िपित x, y और प्रतिशत . को पुनरावृत्त

  1. पायथन में matplotlib का उपयोग करके स्टैक्ड बार चार्ट कैसे प्रदर्शित करें?

    Matplotlib एक लोकप्रिय पायथन पैकेज है जिसका उपयोग डेटा विज़ुअलाइज़ेशन के लिए किया जाता है। डेटा को विज़ुअलाइज़ करना एक महत्वपूर्ण कदम है क्योंकि यह यह समझने में मदद करता है कि वास्तव में संख्याओं को देखे बिना और जटिल गणना किए बिना डेटा में क्या चल रहा है। यह दर्शकों को मात्रात्मक अंतर्दृष्टि को प्रभ