文档章节

python matplotlib 画图

psyche_pdg
 psyche_pdg
发布于 2017/07/18 16:12
字数 867
阅读 80
收藏 0

先引用要用到的

import os
import matplotlib
matplotlib.use('Agg') //不画图,只写文件
from matplotlib.font_manager import *
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import Formatter
import matplotlib.dates as dates

IMAGE_URL = os.path.join(settings.STORE_ROOT, 'images')
myfont = FontProperties(fname=os.path.join(IMAGE_URL, 'STSONG.ttf'))
matplotlib.rcParams['axes.unicode_minus'] = False //之前配来弄中文乱码的,不知道是否有用
COLORS = ['#A92127', '#DA733C', '#FCDA5B', '#9ED24C', '#2D6465', '#C9A59C', '#D1D0A7', '#8C9489', '#756C74', '#183D75', '#449CEC', '#E2DFD9', '#B9A882', '#B29439'] //自己的颜色选择列表,matplotlib默认的颜色实在太丑了

 

1. 饼状图

饼状图很简单,只要把需要展示的数据填进去就可以了。

def draw_pie(datas):
    plt.rcParams['patch.edgecolor'] = '#8E8E8E' //设置饼状图的边线颜色
    fig1, ax1 = plt.subplots()
    //不要图形四周的框框,因为很丑
    ax1.spines['top'].set_visible(False)
    ax1.spines['bottom'].set_visible(False)
    ax1.spines['right'].set_visible(False)
    ax1.spines['left'].set_visible(False)
    labels, fracs, explodes = generate_datas(datas) // 获取画图需要的数据,labels是标签列表,也就是每块饼对应的中文解释,fracs是每块饼的值列表,explodes是每块饼离圆心的距离列表,如果距离递增,画出来的饼图就是螺旋形的。

    pie, l_text, p_text = ax1.pie(fracs, colors=COLORS, explode=tuple(explodes), labels=labels, labeldistance=1.1, autopct='%1.2f%%', startangle=90, pctdistance=0.95)//画饼
    
    for t in l_text:
        t.set_fontproperties(myfont) //设置字体
        t.set_size(10) //设置labels显示的大小
    for t in p_text:
        t.set_size(8) //设置百分比显示大小

    ax1.axis('equal') // 这个非常重要,保证饼画出来是圆的

    plt.savefig(os.path.join(IMAGE_URL, 'image_name')) //保存图片
    plt.close() //保证下次画新的图

 

2. 横着的竖状图

一般的竖状图是立着的,这个图的x轴表示大小,y轴是标签,画出来是横着的。

def draw_retcode(datas):
   y_data, x_data = generate_datas(datas) //x,y轴需要的列表
   y_pos = np.arange(len(y_data))

   fig, ax = plt.subplots()

   ax.barh(y_pos, counts, align='center', alpha=0.4) //画图
   plt.yticks(y_pos, y_data)
   plt.xlabel(u'\u0078\u8f74', fontproperties=myfont) //x轴名称
   plt.ylabel(u'\u0079\u8f74', fontproperties=myfont) //y轴名称

   plt.savefig(os.path.join(IMAGE_URL, 'image_name'))
   plt.close()

 

3. 线形图

这个例子在一张图里面画了两条线,并且x轴是时间,这里涉及到如何将时间显示在x轴上,稍微复杂一些。

import datetime


def draw_rate(datas):
    fig, ax = plt.subplots(1, 1, figsize=(15,5)) //时间范围比较大,将图片设长一些
    ax.spines['right'].set_visible(False)
    ax.set_ylim(0, 100) //y轴显示的是百分比的数字,所以这里将y轴的范围设在0-100
    plt.yticks(range(0, 101, 25), fontsize=14) //y轴显示数字,这种设法y轴只会出现0、25、50、75、100这5个数字
    
    majors = ['line1', 'line2'] //两条线的名称
    percents = [[], []] //存储两条线的数据
    times = [] //时间列表
    
    for data in datas:
        times.append(datetime.datetime.fromtimestamp(data['time'])) //data['time']是时间戳,这里讲时间戳转换成python的datetime格式。
        percents[0].append(data['line1']) //第一条线的数据
        percents[1].append(data['line2']) //第二条线的数据
    
    for i, column in enumerate(majors): 
        ax.plot(times, percents[i], label=majors[i]) //遍历画两条线
        xfmt = dates.DateFormatter('%Y-%m-%d %H:%M') //创建显示的时间格式
        ax.xaxis.set_major_formatter(xfmt) //将设好的时间格式应用给x轴

    fig.autofmt_xdate() //斜着显示时间,节约空间
    plt.ylabel(u'\u0079\u8f74', fontproperties=myfont)//y轴说明
    plt.legend(loc=4, borderaxespad=0., prop=myfont)//在4号位显示两条线的名称和颜色
    plt.savefig(os.path.join(IMAGE_URL, 'image_name'))
    plt.close()

 

4. 竖状图

这个比较简单,属于最基本的matplotlib图形之一。

def draw_bar(datas):
    fig, ax = plt.subplots(1, 1, figsize=(15, 5))
    y_datas = []
    times = []
    for data in datas:
        times.append(datetime.datetime.fromtimestamp(data['time'])) //将时间戳转换成datetime
        y_datas.append(data['value'])
    
    ax.bar(times, transcounts)
    xfmt = dates.DateFormatter('%Y-%m-%d %H:%M') //x轴是时间,这里创建一个时间格式
    ax.xaxis.set_major_formatter(xfmt)
    fig.autofmt_xdate()
    plt.savefig(os.path.join(IMAGE_URL, 'image_name'))
    plt.close()

 

官方文档有许多可以参考的例子https://matplotlib.org/gallery.html

© 著作权归作者所有

共有 人打赏支持
psyche_pdg
粉丝 0
博文 4
码字总数 1697
作品 0
成都
高级程序员
私信 提问
python3使用matplotlib画图支持中文

python3使用matplotlib画图,因python3默认使用中unicode编码码,所以在写代码时不再需要写 plt.xlabel(u'性别')而是直接写plt.xlabel('性别'); 安装matplotlib时需要six,numpy,等组件。在w...

独钓渔
2015/03/30
0
0
[matplotlib相关问题]科研画图问题

0:记录科研过程中使用matplotlib进行数据可视化遇到的问题 python作为强大的数据分析语言加上matplotlib强大的可视化库,方便科研中论文数据的分析和可视化! 论文忙完后,更新一些实战例子...

米油
08/27
0
0
数据挖掘,读取txt文件,画图

最近在学习数据挖掘,用python编程,我以前只有点C语言基础,所以是从零开始学习的python,一点点百度安装了python和pycharm,详细的教程网上很详细,按照教程一步步来就行。要说的是推荐一下...

站在树上的鸽子
10/06
0
0
Matplotlib小讲(python)(一)

在学习一些算法,为了展示数据,Matplotlib会比较方便 看标题,这是我打算写的这一系列的第一篇关于Matplotlib的简书 每一篇这样的简书,都会围绕一个小例子展开 所有有关代码,保证都经过测...

肥宅_Sean
2017/10/28
0
0
Windows 下面安装和使用Python, IPython NoteBook (详细步骤)

下载安装Python 下载: python-3.3.3.amd64.msi (救在Python.org下载就好了) 安装: 直接双击安装 2. 下载安装Setuptools 下载ezsetup.py 到某一个目录(如: e:toolsezsetup.py), 下载地址: htt...

lindylin
2013/12/31
0
14

没有更多内容

加载失败,请刷新页面

加载更多

DRDS SQL 审计与分析——全面洞察 SQL 之利器

摘要: 背景 数据库存储着系统的核心数据,其安全方面的问题在传统环境中已经成为泄漏和被篡改的重要根源。而在云端,数据库所面临的威胁被进一步的放大。因此,对云数据库的操作行为尤其是全...

阿里云官方博客
25分钟前
2
0
大数据就业前景分析的太到位了,想学习大数据的可以看看

大数据广泛应用于电网运行、经营管理及优质服务等各大领域,并正在改变着各行各业,也引领了大数据人才的变革。大数据专业就业前景怎么样?这对于在就业迷途中的我们是一个很重要的信息。 随...

董黎明
32分钟前
1
0
如何利用Photoshop进行快速切图

在UI设计中我们常常使用Ai来进行矢量图的绘制,然后导入Ps中进行设计、排版和导出。 在以前的版本中,切图一直是个很麻烦的事情,要么依托于脚本,要么手动一张张导出,很不方便,这种窘况在...

mo311
39分钟前
2
0
配置防盗链、访问控制Directory、访问控制FilesMatch

11月19日任务 11.25 配置防盗链 11.26 访问控制Directory 11.27 访问控制FilesMatch 通过限制referer来实现防盗链的功能 配置文件增加如下内容 <Directory /data/wwwroot/www.123.com> SetE...

zgxlinux
47分钟前
3
0
docker搭建redis环境

docker 搭建redis单机,主从,哨兵,集群环境: https://github.com/grace-233/docker-config-file/tree/master/redis...

grace_233
55分钟前
2
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部