精华内容
下载资源
问答
  • 我在matplotlib中创建一个柱状图,但有问题,因为这些条的宽度是不同的,而它们都应该是相同的宽度。这方面的一个例子是:在图像中,左列有完整的直方图,而右列在完整直方图的部分中被放大。在一些试验中,由于两个...

    我在matplotlib中创建一个柱状图,但有问题,因为这些条的宽度是不同的,而它们都应该是相同的宽度。这方面的一个例子是:

    在图像中,左列有完整的直方图,而右列在完整直方图的部分中被放大。在一些试验中,由于两个柱状图的宽度不同,所以在两个柱状图中,它们的宽度是不同的。我希望他们有相同大小的酒吧,其中rwidth=1,并没有间隙之间的相邻箱子。在

    当我将rwidth设为默认值以及将其设置为1时,都会发生这种情况。有人问了一个类似的问题here,但它似乎与不同的刻度范围或重叠的条形轮廓有关,这两个问题都不适用于我的图形。在

    有人知道为什么我的垃圾箱宽度不一样,或者我可以做什么使它们保持相同的宽度吗?

    我使用的代码如下所示:def graph_pvalues(both, selective, clearcut, trials, location):

    # define overall figure

    plt.figure(figsize=(16, int(project_images*(trials*0.15 + 0.5))))

    gs = gridspec.GridSpec(project_images-1, 3)

    # plot one graph per substack size

    for v in range(project_images-1):

    # define subsets of data being graphed, remove nan values, and combine

    S_sub = selective[:, v]

    C_sub = clearcut[:, v]

    B_sub = both[:, v]

    graphed_data = [B_sub[~np.isnan(B_sub)], S_sub[~np.isnan(S_sub)], C_sub[~np.isnan(C_sub)]]

    # plot main graph

    ax1 = plt.subplot2grid((project_images-1, 3), (v, 0), colspan=2)

    ax1.hist(graphed_data, bins=50, rwidth=1, label=['both', 'selective', 'clearcut'])

    ax1.axis([0, 1, 0, trials])

    ax1.set_title("Disturbance at the %s using a substack of %i images" % (location, v+1))

    ax1.set_xlabel("p-value")

    ax1.set_ylabel("Number of trials")

    ax1.legend(prop={'size': 10})

    # plot zoom graph for 0 to 0.1

    ax2 = plt.subplot2grid((project_images-1, 3), (v, 2))

    ax2.hist(graphed_data, bins=10, range=(0, 0.1), label=['both', 'selective', 'clearcut'])

    ax2.axis([0, 0.1, 0, trials])

    ax2.set_title("Zoom 0 - 0.1 (%s, %i images)" % (location, v+1))

    ax2.set_xlabel("p-value")

    ax2.legend(prop={'size': 10})

    plt.tight_layout()

    plt.show()

    展开全文
  • matplotlib

    2019-09-30 08:56:56
    文章目录折线图散点图改变颜色线条样式改变散点图点的样式加上标题坐标名自定义x、y轴范围同一区域回绘制多个折线直方图生成随机数生成具有正态分布的随机数绘制直方图设置直方图宽度、上下线添加取消轮廓子图在子图...

    折线图

    import matplotlib.pylab as pylab
    import numpy
    # 折线图
    x = [1, 2, 3, 4, 8]
    y = [5, 7, 2, 1, 5]
    # plot(x, y, 展现形式)
    pylab.plot(x, y)
    pylab.show()
    

    在这里插入图片描述

    散点图

    import matplotlib.pylab as pylab
    import numpy
    # 折线图/散点图plot
    x = [1, 2, 3, 4, 8]
    y = [5, 7, 2, 1, 5]
    pylab.plot(x, y, 'o')
    pylab.show()
    

    在这里插入图片描述

    改变颜色

    import matplotlib.pylab as pylab
    import numpy
    # 折线图/散点图plot
    x = [1, 2, 3, 4, 8]
    y = [5, 7, 2, 1, 5]
    '''
    c-cyan--青色
    r-red--红色
    m-magente--品红
    g-green--绿色
    b-blue--蓝色
    y-yellow--黄色
    k-black--黑色
    w-white--白色
    '''
    pylab.plot(x, y, 'or')
    pylab.show()
    

    线条样式

    import matplotlib.pylab as pylab
    import numpy
    # 折线图/散点图plot
    x = [1, 2, 3, 4, 8]
    y = [5, 7, 2, 1, 5]
    '''
    - 直线
    -- 虚线
    -. -.形式
    : 细小虚线
    '''
    pylab.plot(x, y, ':')
    pylab.show()
    

    改变散点图点的样式

    import matplotlib.pylab as pylab
    import numpy
    # 折线图/散点图plot
    x = [1, 2, 3, 4, 8]
    y = [5, 7, 2, 1, 5]
    '''
    s--方形
    h--六角形
    H--六角形
    *--星形
    +--加号
    x--x形
    d--菱形
    D--菱形
    p--五角形
    '''
    pylab.plot(x, y, 'p')
    pylab.show()
    

    加上标题坐标名

    import matplotlib.pylab as pylab
    import numpy
    # 折线图/散点图plot
    x = [1, 2, 3, 4, 8]
    y = [5, 7, 2, 1, 5]
    pylab.plot(x, y)
    pylab.title('show')
    pylab.xlabel('ages')
    pylab.ylabel('temp')
    pylab.show()
    

    在这里插入图片描述

    自定义x、y轴范围

    pylab.xlim(0, 20)
    pylab.ylim(5, 18)
    

    同一区域回绘制多个折线

    import matplotlib.pylab as pylab
    import numpy
    
    # 折线图/散点图plot
    x = [1, 2, 3, 4, 8]
    y = [5, 7, 2, 1, 5]
    x2 = [1, 3, 6, 8, 10, 12, 19]
    y2 = [1, 6, 9, 10, 19, 23, 35]
    pylab.plot(x, y)
    pylab.plot(x2, y2)
    pylab.show()
    

    在这里插入图片描述

    直方图

    生成随机数

    随机数生成只是参考http://mamicode.com

    import numpy
    
    # random_integers(最小值, 最大值, 个数)
    nums = numpy.random.randint(0, 21, 10)
    print(nums)
    
    

    生成具有正态分布的随机数

    import numpy
    # 生成正态分布随机数
    # normal(均属, 西格玛,个数)
    data = numpy.random.normal(5.0, 2.0, 10)
    print(data)
    
    # result
    [ 2.53510641  2.16934431  5.01168189  6.02444439  6.71721442  3.69784716
     -0.02018805  1.48548721  5.24752967  5.64199559]
    

    绘制直方图

    from matplotlib import pylab
    import numpy
    
    # 生成随机数
    data = numpy.random.normal(10.0, 1.0, 10000)
    pylab.hist(data)
    pylab.show()
    

    在这里插入图片描述

    data = numpy.random.randint(1, 25, 1000)
    

    在这里插入图片描述

    设置直方图宽度、上下线

    from matplotlib import pylab
    import numpy
    # 设置直方图宽度、上下线
    style = numpy.arange(2, 30, 2)
    data = numpy.random.randint(1, 25, 1000)
    pylab.hist(data, style)
    pylab.show()
    

    添加取消轮廓

    pylab.hist(data, style, histtype='stepfilled') 
    

    子图

    subplot

    from matplotlib import pylab
    import numpy
    # subplot(行, 列, 当前区域)
    data = numpy.random.randint(1, 25, 100)
    pylab.subplot(2, 2, 3)
    pylab.show()
    
    

    在这里插入图片描述

    在子图中绘图

    from matplotlib import pylab
    import numpy
    
    # subplot(行, 列, 当前区域)
    data = numpy.random.randint(1, 25, 100)
    # 在子图中绘制
    # 两行,第一行两列,第二行一列
    # 第一行
    pylab.subplot(2, 2, 1)
    pylab.subplot(2, 2, 2)
    # 第二行
    pylab.subplot(2, 1, 2)
    pylab.show()
    

    在这里插入图片描述

    from matplotlib import pylab
    import numpy
    
    # subplot(行, 列, 当前区域)
    data = numpy.random.randint(1, 25, 100)
    # 在子图中绘制
    # 两行,第一行两列,第二行一列
    # 第一行
    pylab.subplot(2, 2, 1)
    x1 = [1, 2, 3, 4, 5]
    y1 = [1, 2, 3, 4, 5]
    pylab.plot(x1, y1)
    pylab.subplot(2, 2, 2)
    x2 = [5, 2, 3, 8, 6]
    y2 = [7, 9, 12, 14, 6]
    pylab.plot(x2, y2)
    # 第二行
    pylab.subplot(2, 1, 2)
    x3 = [5, 6, 7, 10, 19, 29]
    y3 = [6, 2, 4, 21, 5, 9]
    pylab.plot(x3, y3)
    pylab.show()
    
    

    在这里插入图片描述

    展开全文
  • 当我尝试为所有三个子批次设置刻度宽度时,以下方法不起作用。在首先,我试图通过rc params设置tick宽度。这适用于记号长度,但不适用于宽度。我收到以下错误消息:KeyError: 'xtick.major.width is not a valid rc ...

    我正在尝试制作一个共享的y轴绘图(连续3个绘图)。

    当我尝试为所有三个子批次设置刻度宽度时,以下方法不起作用。在

    首先,我试图通过rc params设置tick宽度。这适用于记号长度,但不适用于宽度。我收到以下错误消息:KeyError: 'xtick.major.width is not a valid rc parameter.See rcParams.keys() for a list of valid parameters.'

    当查看列表时xtick.major.width是一个有效的参数,那么还有什么问题?在

    这里是密码

    ^{pr2}$

    然后,我试图通过在代码的最后几行中进行以下更改来设置记号宽度,并去掉开头的rc参数内容:ax = plt.gca()

    ax.tick_params(axis='both',width=5)

    for i in range(3):

    #grid[i].imshow(extot,interpolation='nearest')

    grid[i].imshow(extot,aspect='auto',extent=(kapmin,kapmax,mumin,mumax),interpolation='nearest')

    plt.show()

    这只改变了3*1系列中最后一个绘图的记号厚度。有没有一种方法可以不使用rc params来访问它们?这也有助于消除勾号标签出现的重叠。在那里,我试图手动设置刻度#plt.xticks([0.02,0.04,0.06], [0.02,0.04,0.06])

    #plt.yticks([-0.3,-1.2,-1.1,-1.0], [-0.3,-1.2,-1.1,-1.0])

    但同样地,它只改变了网格上最后3个地块的外观。在

    展开全文
  • Matplotlib

    2018-10-24 16:45:35
    直方图描述的是一组数据的频次分布,是以矩形的长度表示每一组的频数或数量,宽度则表示各组的组距,因此其高度与宽度均有意义,利于展示大量数据集的统计结果。例如把年龄分成“0-5,5-10,……,80-85”17个组,...

    直方图

    直方图与柱状图的对比

    • 柱状图是以矩形的长度表示每一组的频数或数量,其宽度(表示类别)则是固定的,利于较小的数据集分析

    • 直方图描述的是一组数据的频次分布,是以矩形的长度表示每一组的频数或数量,宽度则表示各组的组距,因此其高度与宽度均有意义,利于展示大量数据集的统计结果。例如把年龄分成“0-5,5-10,……,80-85”17个组,统计一下中国人口年龄的分布情况。直方图有助于我们知道数据的分布情况,诸如众数、中位数的大致位置、数据是否存在缺口或者异常值

      1. 直方图展示数据的分布,柱状图比较数据的大小。

      ​ 这是直方图与柱状图最根本的区别。举个例子,有10个苹果,每个苹果重量不同。如果使用直方图,就展示了重量在0-10g的苹果有多少个,10-20g的苹果有多少个;如果使用柱状图,则展示每个苹果的具体重量。

        所以直方图展示的是一组数据中,在你划分的区间里,这些数据的分布情况,但是我们不知道在一个区间里,单个数据的具体大小。上图展现了游客在博物馆的游览时间,其中,将近40%的游客仅逗留了0-10分钟。但是我们无法知道这些游客中,每个人具体的游览时间是多少。

      ​ 而在柱状图里,我们能看到的是每个数据的大小,并且进行比较。下图就比较了在12次展览中,参观者参观时间的中位数,我们能够知道参观的具体用时。

       

      2. 直方图X轴为定量数据,柱状图X轴为分类数据。

      ​ 在直方图中,X轴上的变量是一个个连续的区间,这些区间通常表现为数字,例如代表苹果重量的“0-10g,10-20g……”,代表时间长度的“0-10min,10-20min……”。而在柱状图中,X轴上的变量是一个个分类数据,例如不同的国家名称、不同的游戏类型。

       

      ​ 直方图上的每根柱子都是不可移动的,X轴上的区间是连续的、固定的。而柱状图上的每根柱子是可以随意排序的,有的情况下需要按照分类数据的名称排列,有的则需要按照数值的大小排列。

      3. 直方图柱子无间隔,柱状图柱子有间隔

      因为直方图中的区间是连续的,因此柱子之间不存在间隙。而柱状图的柱子之间是存在间隔。

      4. 直方图柱子宽度可不一,柱状图柱子宽度须一致

      ​ 柱状图柱子的宽度因为没有数值含义,所以宽度必须一致。但是在直方图中,柱子的宽度代表了区间的长度,根据区间的不同,柱子的宽度可以不同,但理论上应为单位长度的倍数。

        例如,美国人口普查局(The U.S. Census Bureau)调查了12.4亿人的上班通勤时间,由于通勤时间在45-150分钟的人数太少,因此区间改为45-60分钟、60-90分钟、90-150分钟,其他组距则均为5。

        可以看到,Y轴的数据为“人数/组距”,在这种情况下,每个柱子的面积相加就等于调查的总人数,柱子的面积就有了意义。

      ​ 当上图的Y轴表达的是“区间人数/总人数/组距”,这个直方图就是我们初中学习的“频率分布直方图”,频率指的是“区间数量/总数量”。在这样的直方图中,所有柱子的面积相加就等于1啦。

       

    # 1)准备数据
    time = [131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
    
    # 2)创建画布
    plt.figure(figsize=(20, 8), dpi=100)
    
    # 3)绘制直方图
    # 设置组距
    distance = 2
    # 计算组数
    group_num = int((max(time) - min(time)) / distance)
    # 绘制直方图
    plt.hist(time, bins=group_num)
    
    # 修改x轴刻度显示
    plt.xticks(range(min(time), max(time))[::2])
    
    # 添加网格显示
    plt.grid(linestyle="--", alpha=0.5)
    
    # 添加x, y轴描述信息
    plt.xlabel("电影时长大小")
    plt.ylabel("电影的数据量")
    
    # 4)显示图像
    plt.show()

    3 直方图注意点

    1. 注意组距

    ​ 组距会影响直方图呈现出来的数据分布,因此在绘制直方图的时候需要多次尝试改变组距。

     

    2. 注意Y轴所代表的变量

    ​ Y轴上的变量可以是频次(数据出现了多少次)、频率(频次/总次数)、频率/组距,不同的变量会让直方图描述的数据分布意义不同。

    2.3.4 直方图的应用场景

    • 用于表示分布情况
    • 通过直方图还可以观察和估计哪些数据比较集中,异常或者孤立的数据分布在何处

    例如:用户年龄分布,商品价格分布

     

    饼图

    饼图广泛得应用在各个领域,用于表示不同分类的占比情况,通过弧度大小来对比各种分类。饼图通过将一个圆饼按照分类的占比划分成多个区块,整个圆饼代表数据的总量,每个区块(圆弧)表示该分类占总体的比例大小,所有区块(圆弧)的加和等于 100%。

    # 1)准备数据
    movie_name = ['雷神3:诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
    
    place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
    
    # 2)创建画布
    plt.figure(figsize=(20, 8), dpi=100)
    
    # 3)绘制饼图
    plt.pie(place_count, labels=movie_name, autopct="%1.2f%%", colors=['b','r','g','y','c','m','y','k','c','g','y'])
    
    # 显示图例
    plt.legend()
    
    # 添加标题
    plt.title("电影排片占比")
    
    # 4)显示图像
    plt.show()

    添加axis

    为了让显示的饼图保持圆形,需要添加axis保证长宽一样

    plt.axis('equal')
    

    2.6.3 饼图应用场景

    • 分类的占比情况(不超过9个分类)

    例如:班级男女分布占比,公司销售额占比

     

     

    展开全文
  • 我正在使用pandas和matplotlib来绘制一个包含5个疗程的实验数据。我希望每个会话的数据显示在一个单独的面板中;我正在尝试使用子绘图来实现这一点。在使用下面的代码,我几乎得到了我想要的东西(请参见下面的示例图...
  • 在import matplotlib.pyplot as plt;plt.rcdefaults()from numpy.random import randfrom numpy import arangeimport numpy as npdef libra_execution_time():data = np.genfromtxt('C:\\programming\...
  • 我正在尝试编辑显示在colorbar中的线宽,它与我在Matplotlib中绘制的等高线的线宽分开。我想将轮廓线宽度设置为0.5,但当我这样做时,我无法在colorbar中看到颜色轮廓。如果我将轮廓线宽度设置为1.5,我可以在颜色栏...
  • 我想格式化表中的一列,但是当遍历行时,每次迭代后列宽的宽度都会改变。源代码def p_create_table(self, events, dates, rows, columns, portfolio):""":param events: Dict - {Date:Event} where Event is a ...
  • 我正在尝试在MatPlotLib中创建堆叠条形图,在顶部和底部有两个不同的x标签.上面的一个应该有一个边界框,宽度与条本身相同.情节不太正确这是我创建标签的方式:plt.tick_params(axis="both", left=False, bottom=False...
  • Python Matplotlib

    2020-02-18 11:35:11
    简介 matplotlib是最常用的2D绘制Python包。其官方网站为:... 你几乎可以控制所有matplotlib中提供的属性值:figure大小和像素,line的宽度、颜色和样式,axes,axis和grid属性,文本和字体属性等...
  • 我想做的事:我想在matplotlib世界单位(而不是屏幕像素)中获取文本实例的位置和尺寸,以计算和防止文本重叠.我正在开发Mac OSX 10.9.3,Python 2.7.5,matplotlib 1.3.1.我尝试过的:设t为文本实例.这得到了以像素为...
  • Matplotlib: How to adjust linewidth in colorbar for contour plot?2个我正在尝试编辑在我的颜色栏中显示的线宽,与我在Matplotlib中绘制的轮廓的线宽分开.我想将轮廓线宽设置为0.5,但是当我这样做时,我无法在颜色...
  • matplotlib是Python中最基本的绘图库,而柱状图又是使用频率较高的可视化图形。下面我就在有pyecharts库和R语言,echarts绘图经验的基础上,简单得摸索一下用matplotlib绘制柱状图的方法。代码如下:# 导入相关的库...
  • 1. matplotlibrc 文件 matplotlib使用matplotlibrc [matplotlib resource configurations] 配置文件来自定义各种属性,我们称之为 rc 配置或者 rc 参数。在 matplotlib 中你可以...线条宽度,颜色和样式; 坐标轴...
  • @ImportanceOfBeingErnest的答案很好,如果您只想更改图例框中的线宽。但我认为这有点复杂,因为在更改图例线宽之前必须复制句柄...方法1import numpy as npimport matplotlib.pyplot as plt# make some datax = np...
  • matplotlib作图

    2021-04-01 21:11:27
    import matplotlib.pyplot as plt import numpy as np x = np.arange(0,6.28,0.1) y = np.sin(x) plt.plot(x,y,c="green",lw=4,ls="-.") 柱状图 通常使用bar方法来绘制柱状图,柱状图经常用来展示离散的数据。 bar...
  • 定制matplotlib

    千次阅读 2013-08-30 17:54:11
    5.1 matplotlibrc文件 matplotlib使用...在matplotlib中你可以控制几乎所有的默认属性:视图窗口大小以及每英寸点数[dpi],线条宽度,颜色和样式,坐标轴,坐标和网格属性,文本,字体等属性。matplotlib从下
  • matplotlib基础

    2019-10-08 15:37:16
    1、import matplotlib.pyplot as plt #导入包 2、plt.plot(x,y) #线形图 2.1、plt plot(y,linestyle = '--',linewidth = 4,color = 'r', label = 'sin') #linestyle断点显示,linewidth宽度,color显示颜色,r...
  • 当我用条形图绘制每月采样的数据时,它们的宽度非常小。如果将X轴次要定位器设置为day locator(),则可以看到条形图的宽度调整为1天,但我希望它们能填充整个月。我试图将minor ticks locator设置为MonthLocator(),...
  • 我正在matplotlib中创建一个条形图,其中有很多非常窄的条形图。下面是一些示例代码:import matplotlib.pyplot as pltimport numpy as npx = np.arange(100)y = np.random.poisson(1, size=100)fig, ax = plt....
  • 这篇文章主要介绍了python matplotlib饼状图参数及用法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下在python的matplotlib画图函数中,饼状图的函数为...
  • from matplotlib import pyplot as plt x = range(1,10) #x轴的位置 y = [6,7,12,12,15,17,15,20,18] #y轴的位置 #传入x,y,通过plot画图,并设置折线颜色、透明度、折线样式和折线宽度 plt.plot(x,y,color='red',...
  • Python Matplotlib绘图

    2020-08-12 11:25:18
    Matplotlib安装 cmd输入:pip install Matplotlib 点我进入Matplotlib官网 图片(fig)与子图(ax) 需要导入:form matplotlib ...设置图片宽度和高度 dpi 图片透明度 plt.subplot(x,y,index)创建子图 plt.sub..
  • importmatplotlib.pyplotaspltimportnumpyasnpdefstacked_bar_chart(diagram,title="example question",img_name="test_image",width=0.7,clusters=None,show_axes=True,show_legend=True,show_score=True):"""Build...
  • # coding: utf-8import matplotlib.pyplot as plt# figsize = 11, 9# figure, ax = plt.subplots(figsize = figsize)x1 =[0,5000,10000, 15000, 20000, 25000, 30000, 35000, 40000, 45000, 50000, 55000]y1=[0, 223...
  • matplotlib 可视化总结之前的几期中,我们推出了python语法和pandas数据处理的模块,这是用来做数据分析最不可或缺的技能。今天我们接着推出matplotlib可视化的模块。可视化也是在整个数据分析流程中必不可少的一个...
  • Matplotlib—数据可视化

    2018-06-02 15:36:25
    一、Matplotlib 入门 初识mtaplotlib 1 简介:Matplotlib 是开源项目 官网:http://matplotlib.org 2 Matplotlib 基本绘图 ... figsize:指定绘图对象的宽度和高度 单位,英寸 dpi: 绘图分辨率,...
  • add_axes()方法需要一个4个元素的列表对象,对应于图形的左侧,底部,宽度和高度。每个数字必须介于0和1之间ax=fig.add_axes([0,0,1,1])设置x和y轴的标签以及标题ax.set_title("sine wave") ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 463
精华内容 185
关键字:

matplotlib宽度