plt.bar设置图片大小

可以使用figure()函数创建一个新的figure对象，然后设置其大小，再使用bar()函数绘制柱状图，例如：

import matplotlib.pyplot as plt

# 创建一个大小为8x6的新图像
fig = plt.figure(figsize=(8, 6))

# 绘制柱状图
x = [1, 2, 3, 4]
y = [10, 20, 15, 25]
plt.bar(x, y)

# 显示图像
plt.show()

其中，figsize是一个二元组，表示图像的宽和高，单位为英寸。函数bar()的第一个参数是一个列表，表示x轴上的位置，第二个参数是一个列表，表示每个位置对应的柱高度。

相关问题

df=pd.read_csv(fileName, sep=' ') df=df[(df['Region'] == 'Wpr') & (df['PM10 Year'] == 2012)][['City/station', 'PM10']] plt.figure(figsize=(12, 6)) plt.bar(df['City/station'], df['PM10'], color='red') plt.xticks(rotation=45) plt.xlabel('City/station') plt.ylabel('PM10') plt.title('Wpr_2012_bar') plt.savefig('Wpr_2012_bar.png',dpi=400)

这段代码使用 pandas 和 matplotlib 库读取指定的数据文件，筛选满足条件的数据，并绘制柱状图并保存为图片。

具体实现步骤如下：

1. 使用 pandas 库的 `read_csv` 函数读取指定的数据文件，其中 `sep=' '` 表示数据文件以空格分隔。
2. 使用布尔索引筛选出符合条件的数据，即 Region 为 Wpr，PM10 Year 为 2012 的数据，并选取 City/station 和 PM10 列。
3. 使用 `plt.figure` 函数创建一个新的图形窗口，并设置其大小为 (12, 6)。
4. 使用 `plt.bar` 函数绘制柱状图，其中 `df['City/station']` 和 `df['PM10']` 分别表示横轴和纵轴的数据，`color='red'` 表示柱体颜色为红色。
5. 使用 `plt.xticks` 函数设置横轴刻度标签旋转角度为 45 度。
6. 使用 `plt.xlabel` 和 `plt.ylabel` 函数分别设置横轴和纵轴的标签。
7. 使用 `plt.title` 函数设置图标题。
8. 使用 `plt.savefig` 函数将绘制的柱状图保存为指定格式的图片文件。

需要注意的是，在使用 `plt.bar` 函数绘制柱状图时，横轴数据必须是类别型数据，不能是数值型数据。因此，我们需要使用布尔索引来筛选出符合条件的数据，并选取 City/station 和 PM10 列作为横轴和纵轴的数据。

plt.subplots

plt.subplots是matplotlib库中常用的一个函数，用于创建包含一个或者多个子图的图片并返回它们的对象。plt.subplots函数的常用参数有：

1. nrows：子图的行数。
2. ncols：子图的列数。
3. sharex：是否共享x轴刻度。
4. sharey：是否共享y轴刻度。
5. figsize：图片的大小。
6. subplot_kw：额外的关键字参数，可以用于设置子图的属性，如标题和标签等等。

通常使用plt.subplots函数来创建和绘制图形，即在函数调用时，可以设置行列子图，然后将需要的子图单独挑出来进行绘制。例如：

fig, axes = plt.subplots(2, 2)
# 将第一个子图进行绘制，传入坐标轴对象axes[0, 0]
axes[0, 0].plot([1, 2, 3, 4], [1, 4, 2, 3])
# 将第二个子图进行绘制，传入坐标轴对象axes[0, 1]
axes[0, 1].scatter(np.random.randn(30), np.random.randn(30))
# 将第三个子图进行绘制，传入坐标轴对象axes[1, 0]
axes[1, 0].bar(['A', 'B', 'C', 'D'], [4, 3, 2, 1])
# 将第四个子图进行绘制，传入坐标轴对象axes[1, 1]
axes[1, 1].pie([1, 2, 3, 4])
plt.show()

这里生成了一个大小为2x2的子图，将需要的子图单独挑出来进行绘制，既能方便的绘制多个图形，也可以控制每个子图的属性和位置等等。