在質量控制中，控制圖可以幫助我們監測和管理過程中的變化。Python提供了豐富的庫來繪制各種類型的控制圖，例如均值-方差圖、p圖、np圖、c圖等等。下面簡單介紹如何使用Python繪制均值-方差圖。

import numpy as np
import matplotlib.pyplot as plt
# 生成隨機數據
np.random.seed(1)
data = np.random.normal(loc=10, scale=2, size=30)
# 計算均值和標準差
mean = np.mean(data)
std = np.std(data)
# 繪制控制圖
fig, (ax1, ax2) = plt.subplots(nrows=2, ncols=1)
# 上圖：均值
ax1.axhline(mean, color='b', linestyle='--')
ax1.plot(data, 'go-')
ax1.set_ylabel('Values')
ax1.set_title('Mean Chart')
# 下圖：方差
ax2.axhline(mean + 3*std, color='r', linestyle='--')
ax2.axhline(mean - 3*std, color='r', linestyle='--')
ax2.plot(np.arange(0, len(data)), (data - mean)**2, 'bo-')
ax2.set_ylabel('Deviation')
ax2.set_xlabel('Data Points')
ax2.set_title('Variance Chart')
plt.show()

以上代碼使用了NumPy和matplotlib庫。首先生成30個均值為10、標準差為2的隨機數據，并計算均值和標準差。接著，使用plt.subplots()函數創建一個帶有2個子圖的圖表。第一個子圖為均值圖，該圖繪制了數據的實際值，并在水平方向上繪制了均值線。第二個子圖為方差圖，該圖繪制了數據偏離均值的平方，并在水平方向上繪制了上下限。最后使用plt.show()函數展示圖表。

除了均值-方差圖外，Python還可以繪制其他類型的控制圖，例如p圖、np圖和c圖等等。使用Python進行控制圖繪制可以簡單方便地幫助我們實現質量控制的目標。