`matplotlib` 的 `imshow` 函数可以用来显示图像，但它本身并不支持直接自定义四种颜色。然而，你可以通过自定义颜色映射表（colormap）来实现这个功能。 以下是一个使用 `matplotlib` 自定义四种颜色的示例： ```python import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap # 创建一个 5x5 的随机数组，用于生成图像 data = np.random.randint(0, 4, size=(5, 5)) # 自定义四种颜色 colors = ['red', 'green', 'blue', 'yellow'] # 创建一个 ListedColormap 对象，用于将颜色映射到数据值 cmap = ListedColormap(colors) # 使用 imshow 显示图像，并设置颜色映射表 plt.imshow(data, cmap=cmap) plt.show() ``` 在这个示例中，我们首先创建了一个 5x5 的随机数组，其中的值范围在 0 到 3 之间。然后，我们定义了四种颜色：红色、绿色、蓝色和黄色。接下来，我们创建了一个 `ListedColormap` 对象，将这四种颜色映射到数据值。最后，我们使用 `imshow` 函数显示图像，并设置颜色映射表为自定义的 `cmap`。 这样，你就可以使用 `matplotlib` 的 `imshow` 函数自定义四种颜色了。... 展开详请

设置矩形的宽度： In [208]: df = pd.DataFrame(np.random.random((6, 5)) * 10, index=list('abcdef'), columns=list('ABCDE')) In [209]: df Out[209]: A B C D E a 4.2 6.7 1.0 7.1 1.4 b 1.3 9.5 5.1 7.3 5.6 c 8.9 5.0 5.0 6.7 3.8 d 5.5 0.5 2.4 8.4 6.4 e 0.3 1.4 4.8 1.7 9.3 f 3.3 0.2 6.9 8.0 6.1 In [210]: ax = df.plot(kind='bar', stacked=True, align='center') In [211]: for container in ax.containers: plt.setp(container, width=1) .....: In [212]: x0, x1 = ax.get_xlim() In [213]: ax.set_xlim(x0 -0.5, x1 + 0.25) Out[213]: (-0.5, 6.5) In [214]: plt.tight_layout() [Z8nql.png] ... 展开详请