import matplotlib.pyplot as plt
import matplotlib.lines as mlines
import numpy as np
x = np.array( [0,1,2,3,4,5,6,7,8,9] )
y = np.array( [10,11,12,13,4,5,6,7,8,9] )
plt.plot(x,y,”r-o”)
#red紅色 線型- marker:o
yMinIdx = np.argmin(y)
minY= y [yMinIdx]
#print(yMinIdx)
#print(y[yMinIdx] )
yMaxIdx = np.argmax(y)
maxY= y [yMaxIdx]
#print(yMaxIdx)
#print(y[yMaxIdx] )
plt.plot( [x[0], x[yMinIdx]],[minY,minY],”b–s”)
#plt.plot(x[0],y[yMinIdx],”bs”)
plt.plot( [x[0],x[yMaxIdx]],[maxY,maxY],”b–s”)
#plt.plot(x[0],y[yMaxIdx],”bs”)
annot_min = “(%3.1f,%3.1f)” %(yMinIdx,minY)
annot_max = “(%3.1f,%3.1f)” %(yMaxIdx,maxY)
plt.annotate(annot_min,(yMinIdx,minY))
plt.annotate(annot_max,(yMaxIdx,maxY))

繪出結果:

通用屬性:

linestyle:

圖例 legend

set_title()、set_xlabel()、set_ylabel()

ax.grid(visible=None, axis=’both’, …)
ax.set_xticks()
ax.set_yticks()

ax.annotate(text,xy,…)

推薦hahow線上學習python: https://igrape.net/30afN

![Python: 如何使用pandas.to_numeric ( df[‘numbers’], errors=’coerce’) 將非數值型資料轉為NaN? df[‘numbers’].describe() 簡述統計資料 Python: 如何使用pandas.to_numeric ( df[‘numbers’], errors=’coerce’) 將非數值型資料轉為NaN? df[‘numbers’].describe() 簡述統計資料](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2024/05/20240501052102_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233)








近期留言