首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

为什么plt.figure(figsize=(w,h))对df.barh()没有影响,而plt.rcParams['figure.figsize'] = [w,h]对它有影响?

plt.figure(figsize=(w,h)) 是用来创建一个新的图形对象,并设置图形的大小。这个函数一般在绘制图形之前调用,可以确定绘图区域的大小。

df.barh() 是pandas库中DataFrame对象的一个方法,用于绘制水平柱状图。它会根据DataFrame的数据自动创建一个图形对象,并绘制水平柱状图。

plt.rcParams['figure.figsize'] = [w,h] 是通过调整rcParams参数来设置全局的图形大小。rcParams是一个字典,包含了matplotlib库的所有配置参数,其中包括图形的大小。

由于df.barh()是pandas库中的方法,其内部实现可能不是直接调用plt.figure()来创建图形对象,而是使用了其他的方式。所以,通过plt.figure(figsize=(w,h))设置的图形大小对df.barh()方法没有影响。

而plt.rcParams['figure.figsize'] = [w,h] 是直接修改了matplotlib的全局配置参数,对所有的绘图函数都会产生影响,包括df.barh()方法。

因此,如果需要调整df.barh()绘制出的水平柱状图的大小,可以使用plt.rcParams['figure.figsize'] = [w,h]来设置全局的图形大小。或者在调用df.barh()之前,显式地调用plt.figure(figsize=(w,h))来创建一个新的图形对象,并设置图形的大小。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

机器学习(18)——神经网络算法思想:从线性思想到最基础神经网络神经网络算法

反向传播 就是算一下每个数据损失函数造成了多大影响。 例如: ?...image.png 优化 通常用梯度下降,这里用到的梯度下降就是机器学习核心思想,就是通过前向传播得到损失函数,通过反向传播得到每个数据最终损失函数的影响大小(导数),通过梯度下降迭代更新参数,使得损失函数最小...['figure.figsize'] = (10.0, 8.0) # set default size of plots plt.rcParams['image.interpolation'] = 'nearest...= 100 # size of hidden layer W = 0.01 * np.random.randn(D,h)# x:300*2 2*100 b = np.zeros((1,h)) W2 =...yy.ravel()], W) + b), W2) + b2 Z = np.argmax(Z, axis=1) Z = Z.reshape(xx.shape) fig = plt.figure() plt.contourf

1.9K60

python实现招聘信息中数据类岗位的分析与预测

上次读到关于拉勾网职位分析的文章,该文章主要是其各个地区的岗位分布及薪资构成做了基本的描述性分析,所以我不免产生了其继续分析的冲动。...(a) 查看样本数据(为了便于分析,将时间替换为1700-1757的时间段,并不影响分析结果) ? (b) 检验样本数据是否平稳 ?...另外周六出现了负值,与实际情况不符,可见模型还有待进一步优化。这将在以后文章讨论。 ?...datetime import time import statsmodels.api as sm from statsmodels.tsa.arima_model import ARIMA rcParams['figure.figsize...'] = 15, 6 mpl.rcParams['font.family'] = 'sans-serif' mpl.rcParams['font.sans-serif'] = [u'SimHei'] plt.rcParams

2.9K90

Python-Basemap 绘图初尝试

引言 要想使用python绘制一般二维的空间数据可视化,Basemap这个库就不得不提,虽将不再进行维护,但其较完整的绘图体系,绝大多数的地理空间数据可视化绘制已足够满足需求,下面,将结合实例Python-Basemap..."] = "bold" plt.rcParams["axes.titleweight"] = "bold" plt.figure(figsize=(8, 8)) #使用Basemap 进行绘制 m =...ortho' 正射投影,也是我绘制大范围空间图比较喜欢用的投影之一,lon_0=140, lat_0=0 则设置投影中心,分辨率resolution 则有'c'(原始),'l'(低),'i'(中),'h'...(高),'f'(完整)或None(如果没有使用边界),选择高分辨率则耗时更多。..."] = "bold" plt.rcParams["axes.titleweight"] = "bold" plt.figure(figsize=(12, 10)) nc_data_file = r'NC_H08

63320
领券