什么是Python裝飾器

裝飾器(decorator)是Python中的高級語法。裝飾的意思就是動態(tài)擴(kuò)展被裝飾對象的功能。裝飾器可以用于裝飾函數(shù)、方法和類。

我們提供的服務(wù)有：成都網(wǎng)站設(shè)計、做網(wǎng)站、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、白銀區(qū)ssl等。為數(shù)千家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的白銀區(qū)網(wǎng)站制作公司

一 嵌套函數(shù)

# 定義一個外層函數(shù)def foo(): # 定義了一個內(nèi)部函數(shù) def bar(): print("hello world")

函數(shù)bar是一個定義在foo函數(shù)內(nèi)部的函數(shù)。

Python中的函數(shù)是支持嵌套的，也就是可以在一個函數(shù)內(nèi)部再定義一個函數(shù)。

然后，我們還知道函數(shù)是可以當(dāng)作變量的，于是我們就可以在foo函數(shù)中把定義的這個bar函數(shù)返回。就像下面這樣：

# 定義一個外層函數(shù)def foo(): # 定義了一個內(nèi)層函數(shù) def bar(): print("hello world") return

barfunc = foo()func() # func -- bar，這里執(zhí)行func其實(shí)就相當(dāng)于執(zhí)行了在foo函數(shù)內(nèi)部定義的bar函數(shù)

二 閉包形態(tài)1

# 閉包形態(tài)1def foo(): name = "Andy" # 外部函數(shù)的局部變量 # 定義了一個內(nèi)部函數(shù) def bar():

print(name) # 雖然bar函數(shù)中沒有定義name變量，但是它可以訪問外部函數(shù)的局部變量name return barfunc =

foo()func() # func -- bar -- 除了是一個函數(shù)，還包含一個值(它外層函數(shù)的局部變量)的引用

三 閉包形態(tài)2

# 閉包形態(tài)2def foo(name): # 給一個函數(shù)傳參也相當(dāng)于給函數(shù)定義了一個局部變量 # 定義了一個內(nèi)部函數(shù) def bar():

print(name) # 內(nèi)部函數(shù)同樣可以獲取到傳到外部函數(shù)的變量(參數(shù)) return barfunc = foo("Andy") #

把“Andy”當(dāng)成參數(shù)傳入foo函數(shù) -- 其內(nèi)部定義的bar函數(shù)也能拿到這個“Andy”func() # func -- bar --

除了是一個函數(shù)，還包含一個值(它外層函數(shù)的參數(shù))的引用

四 裝飾器形態(tài)1

# 還是定義一個外層函數(shù)def foo(name): # 我接收的參數(shù)是一個函數(shù)名 # 定義了一個內(nèi)部函數(shù) def bar():

print("這是新功能。。。") # 新功能 name() # 函數(shù)名加()就相當(dāng)于執(zhí)行-- 我傳進(jìn)來原函數(shù)的函數(shù)名，這里就相當(dāng)于執(zhí)行了原函數(shù)

return bar# 定義一個被裝飾的函數(shù)def f1(): print("hello world.") # 用foo函數(shù)裝飾f1函數(shù)f1 =

foo(f1)# 不改變f1的調(diào)用方式f1() # -- 此時函數(shù)已經(jīng)擴(kuò)展了新功能

五 裝飾器形態(tài)2

# 還是定義一個外層函數(shù)def foo(name): # 接收的參數(shù)是一個函數(shù)名 # 定義了一個內(nèi)部函數(shù) def bar():

print("這是新功能。。。") # 新功能 name() # 函數(shù)名加()就相當(dāng)于執(zhí)行-- 傳進(jìn)來原函數(shù)的函數(shù)名，這里就相當(dāng)于執(zhí)行了原函數(shù)

return bar# 定義一個被裝飾的函數(shù)# 用foo函數(shù)裝飾f1函數(shù)@foo # 使用f1 =

foo(f1)語法裝飾的話稍顯啰嗦，Python就提供了@語法，讓裝飾過程更簡便def f1(): print("hello world.") #

不改變f1的調(diào)用方式f1() # -- 此時函數(shù)已經(jīng)擴(kuò)展了新功能。

python裝飾器有什么用

先來個形象比方

內(nèi)褲可以用來遮羞，但是到了冬天它沒法為我們防風(fēng)御寒，聰明的人們發(fā)明了長褲，有了長褲后寶寶再也不冷了，裝飾器就像我們這里說的長褲，在不影響內(nèi)褲作用的前提下，給我們的身子提供了保暖的功效。

再回到我們的主題

裝飾器本質(zhì)上是一個Python函數(shù)，它可以讓其他函數(shù)在不需要做任何代碼變動的前提下增加額外功能，裝飾器的返回值也是一個函數(shù)對象。它經(jīng)常用于有切面需求的場景，比如：插入日志、性能測試、事務(wù)處理、緩存、權(quán)限校驗等場景。裝飾器是解決這類問題的絕佳設(shè)計，有了裝飾器，我們就可以抽離出大量與函數(shù)功能本身無關(guān)的雷同代碼并繼續(xù)重用。概括的講，裝飾器的作用就是為已經(jīng)存在的對象添加額外的功能。

先來看一個簡單例子：

def foo():

print('i am foo')

現(xiàn)在有一個新的需求，希望可以記錄下函數(shù)的執(zhí)行日志，于是在代碼中添加日志代碼：

def foo():

print('i am foo')

logging.info("foo is running")

bar()、bar2()也有類似的需求，怎么做？再寫一個logging在bar函數(shù)里？這樣就造成大量雷同的代碼，為了減少重復(fù)寫代碼，我們可以這樣做，重新定義一個函數(shù)：專門處理日志 ，日志處理完之后再執(zhí)行真正的業(yè)務(wù)代碼

def use_logging(func):

logging.warn("%s is running" % func.__name__)

func()def bar():

print('i am bar')use_logging(bar)

邏輯上不難理解，

但是這樣的話，我們每次都要將一個函數(shù)作為參數(shù)傳遞給use_logging函數(shù)。而且這種方式已經(jīng)破壞了原有的代碼邏輯結(jié)構(gòu)，之前執(zhí)行業(yè)務(wù)邏輯時，執(zhí)行運(yùn)行bar()，但是現(xiàn)在不得不改成use_logging(bar)。那么有沒有更好的方式的呢？當(dāng)然有，答案就是裝飾器。

簡單裝飾器

def use_logging(func):

def wrapper(*args, **kwargs):

logging.warn("%s is running" % func.__name__)

return func(*args, **kwargs)

return wrapperdef bar():

print('i am bar')bar = use_logging(bar)bar()

函數(shù)use_logging就是裝飾器，它把執(zhí)行真正業(yè)務(wù)方法的func包裹在函數(shù)里面，看起來像bar被use_logging裝飾了。在這個例子中，函數(shù)進(jìn)入和退出時

，被稱為一個橫切面(Aspect)，這種編程方式被稱為面向切面的編程(Aspect-Oriented Programming)。

@符號是裝飾器的語法糖，在定義函數(shù)的時候使用，避免再一次賦值操作

def use_logging(func):

def wrapper(*args, **kwargs):

logging.warn("%s is running" % func.__name__)

return func(*args)

return wrapper@use_loggingdef foo():

print("i am foo")@use_loggingdef bar():

print("i am bar")bar()

如上所示，這樣我們就可以省去bar =

use_logging(bar)這一句了，直接調(diào)用bar()即可得到想要的結(jié)果。如果我們有其他的類似函數(shù)，我們可以繼續(xù)調(diào)用裝飾器來修飾函數(shù)，而不用重復(fù)修改函數(shù)或者增加新的封裝。這樣，我們就提高了程序的可重復(fù)利用性，并增加了程序的可讀性。

裝飾器在Python使用如此方便都要?dú)w因于Python的函數(shù)能像普通的對象一樣能作為參數(shù)傳遞給其他函數(shù)，可以被賦值給其他變量，可以作為返回值，可以被定義在另外一個函數(shù)內(nèi)。

帶參數(shù)的裝飾器

裝飾器還有更大的靈活性，例如帶參數(shù)的裝飾器：在上面的裝飾器調(diào)用中，比如@use_logging，該裝飾器唯一的參數(shù)就是執(zhí)行業(yè)務(wù)的函數(shù)。裝飾器的語法允許我們在調(diào)用時，提供其它參數(shù)，比如@decorator(a)。這樣，就為裝飾器的編寫和使用提供了更大的靈活性。

def use_logging(level):

def decorator(func):

def wrapper(*args, **kwargs):

if level == "warn":

logging.warn("%s is running" % func.__name__)

return func(*args)

return wrapper

return decorator@use_logging(level="warn")def foo(name='foo'):

print("i am %s" % name)foo()

上面的use_logging是允許帶參數(shù)的裝飾器。它實(shí)際上是對原有裝飾器的一個函數(shù)封裝，并返回一個裝飾器。我們可以將它理解為一個含有參數(shù)的閉包。當(dāng)我

們使用@use_logging(level="warn")調(diào)用的時候，Python能夠發(fā)現(xiàn)這一層的封裝，并把參數(shù)傳遞到裝飾器的環(huán)境中。

類裝飾器

再來看看類裝飾器，相比函數(shù)裝飾器，類裝飾器具有靈活度大、高內(nèi)聚、封裝性等優(yōu)點(diǎn)。使用類裝飾器還可以依靠類內(nèi)部的\_\_call\_\_方法，當(dāng)使用 @ 形式將裝飾器附加到函數(shù)上時，就會調(diào)用此方法。

class Foo(object):

def __init__(self, func):

self._func = func

def __call__(self):

print ('class decorator runing')

self._func()

print ('class decorator ending')

@Foo

def bar():

print ('bar')

bar()

functools.wraps

使用裝飾器極大地復(fù)用了代碼，但是他有一個缺點(diǎn)就是原函數(shù)的元信息不見了，比如函數(shù)的docstring、__name__、參數(shù)列表，先看例子：

裝飾器

def logged(func):

def with_logging(*args, **kwargs):

print func.__name__ + " was called"

return func(*args, **kwargs)

return with_logging

函數(shù)

@loggeddef f(x):

"""does some math"""

return x + x * x

該函數(shù)完成等價于：

def f(x):

"""does some math"""

return x + x * xf = logged(f)

不難發(fā)現(xiàn)，函數(shù)f被with_logging取代了，當(dāng)然它的docstring，__name__就是變成了with_logging函數(shù)的信息了。

print f.__name__ ? ?# prints 'with_logging'print f.__doc__ ? ? # prints None

這個問題就比較嚴(yán)重的，好在我們有functools.wraps，wraps本身也是一個裝飾器，它能把原函數(shù)的元信息拷貝到裝飾器函數(shù)中，這使得裝飾器函數(shù)也有和原函數(shù)一樣的元信息了。

from functools import wrapsdef logged(func):

@wraps(func)

def with_logging(*args, **kwargs):

print func.__name__ + " was called"

return func(*args, **kwargs)

return with_logging@loggeddef f(x):

"""does some math"""

return x + x * xprint f.__name__ ?# prints 'f'print f.__doc__ ? # prints 'does some math'

內(nèi)置裝飾器

@staticmathod、@classmethod、@property

裝飾器的順序

@a@b@cdef f ():

等效于

f = a(b(c(f)))

如何理解 Python

先來看一個簡單例子：

def foo():

print('i am foo')

現(xiàn)在有一個新的需求，希望可以記錄下函數(shù)的執(zhí)行日志，于是在代碼中添加日志代碼：

def foo():

print('i am foo')

logging.info("foo is running")

bar()、bar2()也有類似的需求，怎么做？再寫一個logging在bar函數(shù)里？這樣就造成大量雷同的代碼，為了減少重復(fù)寫代碼，我們可以這樣做，重新定義一個函數(shù)：專門處理日志 ，日志處理完之后再執(zhí)行真正的業(yè)務(wù)代碼

def use_logging(func):

logging.warn("%s is running" % func.__name__)

func()

def bar():

print('i am bar')

use_logging(bar)

邏輯上不難理解， 但是這樣的話，我們每次都要將一個函數(shù)作為參數(shù)傳遞給use_logging函數(shù)。而且這種方式已經(jīng)破壞了原有的代碼邏輯結(jié)構(gòu)，之前執(zhí)行業(yè)務(wù)邏輯時，執(zhí)行運(yùn)行bar()，但是現(xiàn)在不得不改成use_logging(bar)。那么有沒有更好的方式的呢？當(dāng)然有，答案就是裝飾器。

簡單裝飾器

def use_logging(func):

def wrapper(*args, **kwargs):

logging.warn("%s is running" % func.__name__)

return func(*args, **kwargs)

return wrapper

def bar():

print('i am bar')

bar = use_logging(bar)

bar()

函數(shù)use_logging就是裝飾器，它把執(zhí)行真正業(yè)務(wù)方法的func包裹在函數(shù)里面，看起來像bar被use_logging裝飾了。在這個例子中，函數(shù)進(jìn)入和退出時 ，被稱為一個橫切面(Aspect)，這種編程方式被稱為面向切面的編程(Aspect-Oriented Programming)。

@符號是裝飾器的語法糖，在定義函數(shù)的時候使用，避免再一次賦值操作

def use_logging(func):

def wrapper(*args, **kwargs):

logging.warn("%s is running" % func.__name__)

return func(*args)

return wrapper

@use_logging

def foo():

print("i am foo")

@use_logging

def bar():

print("i am bar")

bar()

如上所示，這樣我們就可以省去bar = use_logging(bar)這一句了，直接調(diào)用bar()即可得到想要的結(jié)果。如果我們有其他的類似函數(shù)，我們可以繼續(xù)調(diào)用裝飾器來修飾函數(shù)，而不用重復(fù)修改函數(shù)或者增加新的封裝。這樣，我們就提高了程序的可重復(fù)利用性，并增加了程序的可讀性。

裝飾器在Python使用如此方便都要?dú)w因于Python的函數(shù)能像普通的對象一樣能作為參數(shù)傳遞給其他函數(shù)，可以被賦值給其他變量，可以作為返回值，可以被定義在另外一個函數(shù)內(nèi)。

帶參數(shù)的裝飾器

裝飾器還有更大的靈活性，例如帶參數(shù)的裝飾器：在上面的裝飾器調(diào)用中，比如@use_logging，該裝飾器唯一的參數(shù)就是執(zhí)行業(yè)務(wù)的函數(shù)。裝飾器的語法允許我們在調(diào)用時，提供其它參數(shù)，比如@decorator(a)。這樣，就為裝飾器的編寫和使用提供了更大的靈活性。

def use_logging(level):

def decorator(func):

def wrapper(*args, **kwargs):

if level == "warn":

logging.warn("%s is running" % func.__name__)

return func(*args)

return wrapper

return decorator

@use_logging(level="warn")

def foo(name='foo'):

print("i am %s" % name)

foo()

上面的use_logging是允許帶參數(shù)的裝飾器。它實(shí)際上是對原有裝飾器的一個函數(shù)封裝，并返回一個裝飾器。我們可以將它理解為一個含有參數(shù)的閉包。當(dāng)我 們使用@use_logging(level="warn")調(diào)用的時候，Python能夠發(fā)現(xiàn)這一層的封裝，并把參數(shù)傳遞到裝飾器的環(huán)境中。

類裝飾器

再來看看類裝飾器，相比函數(shù)裝飾器，類裝飾器具有靈活度大、高內(nèi)聚、封裝性等優(yōu)點(diǎn)。使用類裝飾器還可以依靠類內(nèi)部的\_\_call\_\_方法，當(dāng)使用 @ 形式將裝飾器附加到函數(shù)上時，就會調(diào)用此方法。

class Foo(object):

def __init__(self, func):

self._func = func

def __call__(self):

print ('class decorator runing')

self._func()

print ('class decorator ending')

@Foo

def bar():

print ('bar')

bar()

functools.wraps

使用裝飾器極大地復(fù)用了代碼，但是他有一個缺點(diǎn)就是原函數(shù)的元信息不見了，比如函數(shù)的docstring、__name__、參數(shù)列表，先看例子：

裝飾器

def logged(func):

def with_logging(*args, **kwargs):

print func.__name__ + " was called"

return func(*args, **kwargs)

return with_logging

函數(shù)

@logged

def f(x):

"""does some math"""

return x + x * x

該函數(shù)完成等價于：

def f(x):

"""does some math"""

return x + x * x

f = logged(f)

不難發(fā)現(xiàn)，函數(shù)f被with_logging取代了，當(dāng)然它的docstring，__name__就是變成了with_logging函數(shù)的信息了。

print f.__name__ # prints 'with_logging'

print f.__doc__ # prints None

這個問題就比較嚴(yán)重的，好在我們有functools.wraps，wraps本身也是一個裝飾器，它能把原函數(shù)的元信息拷貝到裝飾器函數(shù)中，這使得裝飾器函數(shù)也有和原函數(shù)一樣的元信息了。

from functools import wraps

def logged(func):

@wraps(func)

def with_logging(*args, **kwargs):

print func.__name__ + " was called"

return func(*args, **kwargs)

return with_logging

@logged

def f(x):

"""does some math"""

return x + x * x

print f.__name__ # prints 'f'

print f.__doc__ # prints 'does some math'

內(nèi)置裝飾器

@staticmathod、@classmethod、@property

裝飾器的順序

@a

@b

@c

def f ():

等效于

f = a(b(c(f)))

如何用Python制作優(yōu)美且功能強(qiáng)大的數(shù)據(jù)可視

主要方法，用于添加圖表的數(shù)據(jù)和設(shè)置各種配置項?

print_echarts_options()?

打印輸出圖表的所有配置項?

render()?

默認(rèn)將會在根目錄下生成一個?render.html?的文件，支持?path?參數(shù)，設(shè)置文件保存位置，如?render(r”e:\my_first_chart.html”)，文件用瀏覽器打開。?

Note：?可以按右邊的下載按鈕將圖片下載到本地，如果想要提供更多實(shí)用工具按鈕，請在?add()?中設(shè)置?is_more_utils?為?True

from?pyecharts?import?Bar

bar?=?Bar("我的第一個圖表",?"這里是副標(biāo)題")

bar.add("服裝",?

["襯衫",?"羊毛衫",?"雪紡衫",?"褲子",?"高跟鞋",?"襪子"],?[5,?20,?36,?10,?75,?90],

is_more_utils=True)

bar.render()

求助，python畫柱狀圖，如何在里面填充不同圖案

bar函數(shù)調(diào)用中添加輸入?yún)?shù)hatch，例子如下：

import?matplotlib.pyplot?as?plt

x1_value=1

y1_value=10

x2_value=2

y2_value=20

bar_width?=?0.2

plt.bar(x1_value,?y1_value,?bar_width,?hatch='*')

plt.bar(x2_value,?y2_value,?bar_width,?hatch='/')

picName='test.png'

plt.savefig(output_path?+?picName,?dpi=200)

結(jié)果：

關(guān)于hatch值的填法，可參考：

如何用python繪制簡單條形圖？

如何用python繪制簡單條形圖呢？這里離不開matplotlib的使用。

條形圖是數(shù)據(jù)可視化圖形中很基礎(chǔ)也很常用的一種圖，簡單解釋下：條形圖也叫長條圖（英語：bar chart），亦稱條圖（英語：bar graph）、條狀圖、棒形圖、柱狀圖、條形圖表，是一種以長方形的長度為變量的統(tǒng)計圖表。長條圖用來比較兩個或以上的價值（不同時間或者不同條件），只有一個變量，通常利用于較小的數(shù)據(jù)集分析。長條圖亦可橫向排列，或用多維方式表達(dá)。

那么一個普通的條形圖是長什么樣子的呢？

當(dāng)！當(dāng)！當(dāng)！就是下圖的這個樣子：

圖先亮出來啦，接下來研究這個圖是怎么畫的吧，先看一下原數(shù)據(jù)長什么樣子：

實(shí)際畫圖的流程和畫折線圖很相近，只是用到的畫圖函數(shù)不一樣，繪制條形圖的函數(shù)plt.bar（）：

由于這只是最簡單的一個條形圖，實(shí)際上條形圖的函數(shù)plt.bar（）還有不少可以探索的參數(shù)設(shè)置，和對折線圖函數(shù)plt.plot()的探索差不多，有興趣的孩子可以自己去進(jìn)行探索哦。

按照條形長短進(jìn)行排序展示的條形圖

當(dāng)然也可以有其他的設(shè)置，比如說上圖中的線條高低參差不齊，這是因為x軸的數(shù)據(jù)是按照學(xué)校名稱進(jìn)行排序的，那么可不可以按照分?jǐn)?shù)的高低進(jìn)行排序呢？也就是讓所有的長方形按照從高到矮或者從矮到高的順序進(jìn)行排列？

當(dāng)然可以啦！這里需要強(qiáng)調(diào)的是，條的高低排列等信息都是來源于原數(shù)據(jù)的，要想讓條形的順序發(fā)生改變，需要對畫圖的來源數(shù)據(jù)進(jìn)行更改呢！

把原數(shù)據(jù)逆序排序后截取前十名數(shù)據(jù)賦值給data_yuwen，作為新的數(shù)據(jù)源傳入畫圖函數(shù)plt.bar()，畫出來的圖自然就不一樣了。

先看一眼數(shù)據(jù)長什么樣子：

根據(jù)這個數(shù)據(jù)源繪制出的圖形如下，由于用來畫圖的數(shù)據(jù)進(jìn)行了降序排序操作，所以生成條形圖的條也會進(jìn)行降序排序展示：

很多時候，我們常見的條形圖還有另一種展現(xiàn)形式，那就是橫向的條形圖，比較火的那種動態(tài)條形圖絕大多數(shù)也都是橫向的條形圖，那么橫向的條形圖如何繪制呢？

理解plt.bar()主要參數(shù)

其實(shí)也不難，只要清楚plt.bar()函數(shù)中主要參數(shù)的作用就可以了！條形圖函數(shù)中有五個主要參數(shù)，分別是x，height，width，bottom，orientation。其中x控制的是每個條在x軸上位置，height控制的是每個條的長度，width控制的是每個條的寬度，bottom控制的是每個條在y軸方向的起始位置，orientation控制的是條形的方向，是縱向還是橫向，默認(rèn)是縱向的。

通過一個小例子理解下這幾個參數(shù)的作用：

上邊的幾行代碼輸出的圖形如下：

對比著代碼和實(shí)際輸出的條形圖，各個主要參數(shù)的作用是不是一目了然啦？

橫向條形圖

理解了這幾個參數(shù)作用后，縱向的條形圖轉(zhuǎn)換成橫向的條形圖就沒什么難度了！

需要設(shè)置所有條形在x軸的位置都為0，也就全部從最左側(cè)開始畫條形;由于是橫向條形圖，所以實(shí)際上條的寬度顯示的是數(shù)據(jù)大小，將width參數(shù)設(shè)置成原數(shù)據(jù)中的語文成績；bottom控制每個條在y軸方向的起始位置，設(shè)置bottom=range（10）設(shè)置每個條形在y軸的起始位置各不相同避免有條形重疊；height控制的是每個條在y軸方向上的長度，條形圖橫向設(shè)置后，在y軸上的長度失去了衡量數(shù)據(jù)的意義，所以直接設(shè)置一個常數(shù)即可；最后設(shè)置條形的方向為橫向，即orientation=“horizontal”。

溫馨提示：數(shù)據(jù)和標(biāo)簽一定要匹配，即plt.bar()重點(diǎn)的數(shù)據(jù)要和plt.yticks()中提取出來的標(biāo)簽一一對應(yīng)，一旦不匹配，整個圖展現(xiàn)的結(jié)果就是一個錯誤的結(jié)果！

上述代碼生成的條形圖如下：

感覺上邊這種生成橫向條形圖的方式有點(diǎn)點(diǎn)繞，和人們的習(xí)慣認(rèn)知有點(diǎn)不大一樣，難道畫一個橫向條形圖就非得轉(zhuǎn)變自己的習(xí)慣認(rèn)知這么反人類嗎？

當(dāng)然不是的，實(shí)際上有更簡單的方法繪制一個橫向條形圖，之所以沒有一開始就直接用這種簡單的方法，也是為了讓大家體會下條形圖參數(shù)的靈活設(shè)置而已，而且如果比較繞的方法都能理解了，簡單的方法理解和運(yùn)用起來就更沒有難度了??！

不賣關(guān)子了，我們來認(rèn)識下和plt.bar()函數(shù)類似的plt.barh()函數(shù)。

plt.barh()函數(shù)是專門繪制水平條形圖的函數(shù)，主要的參數(shù)有：

y 控制y軸顯示的標(biāo)簽來源width 控制橫向條形的長度，即用來進(jìn)行對比的數(shù)據(jù)源height 條形的寬度需要設(shè)置的參數(shù)主要就是這三個，比用plt.bar()函數(shù)繪制水平條形圖簡單了很多，具體代碼如下：

效果圖：

和用plt.bar()函數(shù)繪制的橫向條形圖一毛一樣對不對？以后有需求繪制橫向條形圖，盡量用plt.barh()函數(shù)吧，畢竟它是專門繪制這種類型圖的，簡單好用。

然而實(shí)際工作中對于條形圖的需求不只是這些，比如例子中只是對各個學(xué)校語文成績的展示，有時候需要各個學(xué)科的成績同時展現(xiàn)在一幅條形圖中，有時候也需要繪制堆積條形圖對各學(xué)科的成績以及總成績進(jìn)行展示，這些圖又該如何繪制呢？其實(shí)只要理解了各個參數(shù)的含義，繪制這些圖也不在話下，至于具體怎么畫，且看下回分解??！

名稱欄目：pythonbar函數(shù)美觀,python中colorbar函數(shù)
網(wǎng)頁網(wǎng)址：http://chinadenli.net/article36/hscesg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站營銷、網(wǎng)站策劃、網(wǎng)站設(shè)計、、關(guān)鍵詞優(yōu)化、定制網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)