python绘制趋势图的示例

import matplotlib.pyplot as plt #plt用于显示图片
import matplotlib.image as mping #mping用于读取图片
import datetime as dt
import matplotlib.dates as mdates
from pylab import *

def draw_trend_chart(dates,y):
  mpl.rcParams['font.sans-serif'] = ['SimHei'] #指定默认字体
  mpl.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题

  x = [dt.datetime.strptime(d,'%Y/%m/%d').date() for d in dates]
  #plt.figure(figsize=(8,8))
  plt.figure()

  #plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%m/%d/%Y'))
  #plt.gca().xaxis.set_major_locator(mdates.DayLocator())
  #plt.plot(x,y,"r--",linewidth=2)
  plt.plot(x,y,"r",linewidth=1)
  #plt.gcf().autofmt_xdate()

  #plt.xlabel("DATE") #x轴标签
  plt.ylabel("WEIGHT") #y轴标签
  plt.title("MY HEALTH TRACKING")#标题

  plt.savefig("liuyang.png") #保存图片名称

  lena = mping.imread('liuyang.png') #读取图片文件信息
  lena.shape #（512,512,3）

  plt.imshow(lena) #显示图片
  plt.axis('off') #不显示坐标轴
  plt.title("")
  plt.show() #显示

def get_weight_data(filename):
  time = []
  weight = []
  fileContent=open(filename,"r")
  for eachline in fileContent:
    eachData = eachline.strip('\n').split(",")
    if eachData[-1].strip() =='':
      continue
    else:
      time.append(eachData[0])
      weight.append(eachData[1])
  return [time, weight]

data = get_weight_data("data.csv")
draw_trend_chart(data[0],data[1])

以上就是python绘制趋势图的示例的详细内容，更多关于python绘制趋势图的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • Python绘制组合图的示例

    绘制组合图: 组合图就是将多个形状,组合到⼀个图形中,主要作⽤是节约作图的空间,节省读者的时间,从⽽提⾼ 信息传达的效率. import pandas as pd import numpy as np import matplotlib.pyplot as plt def plot_combination1(): sale = pd.read_excel('./data/每月目标销售额和实际销售额.xlsx',header=0,index_col=0) # 设置正常显示中文标签 plt.rcPa

  • 使用python的pandas为你的股票绘制趋势图

    使用python的pandas为你的股票绘制趋势图

    前言 手里有一点点公司的股票, 拿不准在什么时机抛售, 程序员也没时间天天盯着看,不如动手写个小程序, 把股票趋势每天早上发到邮箱里,用 python 的 pandas, matplotlib 写起来很容易, 几十行代码搞定. 准备环境 python3 -m venv venv source ./venv/bin/activate pip install pandas pip install pandas_datareader pip install matplotlib 代码如下 绘制 201

  • Python实现手绘图效果实例分享

    首先我们来看看原图: 接着我们来看看效果图: 通过分析我们不难发现以下特征: 主要颜色为黑白灰 边界线条较重 相同或相近色趋于白色 略有光源效果 需要用到的库有: numpy PIL 代码实现: import numpy as np from PIL import Image baseImg = Image.open("./img/myimg2.jpg").convert("L")  # 这里放置你要手绘的图片原图 a = np.array(baseImg).ast

  • 如何用Python绘制3D柱形图

    本文主要讲解如何使用python绘制三维的柱形图,如下图 源代码如下: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D #构造需要显示的值 X=np.arange(0, 5, step=1)#X轴的坐标 Y=np.arange(0, 9, step=1)#Y轴的坐标 #设置每一个(X,Y)坐标所对应的Z轴的值,在这边Z(X,Y)=X+Y Z=np.zeros(sh

  • python matplotlib 绘图 和 dpi对应关系详解

    我就废话不多说啦! dpi=1 600×400 dpi=2 1200×800 dpi=3 1800×1200 ........ dpi=21 (21×600)×(21×400) ---> 12600×8400 示例代码: ............... ............... plt_temp=y_axis plt_temp.resize(len(y_axis) , 1) plt_arr=np.concatenate((plt_arr,plt_temp ), axis=1) #print

  • Python Matplotlib绘图基础知识代码解析

    1.Figure和Subplot import numpy as np import matplotlib.pyplot as plt #创建一个Figure fig = plt.figure() #不能通过空figure绘图,必须使用add_subplot创建一个或多个subplot #图像为2x2,第三个参数为当前选中的第几个 ax1 = fig.add_subplot(2, 2, 1) ax2 = fig.add_subplot(2, 2, 2) ax3 = fig.add_subplot

  • Python绘图之柱形图绘制详解

    前言 用python编程绘图,其实非常简单.中学生.大学生.研究生都能通过这10篇教程从入门到精通!快速绘制几种简单的柱状图. 1垂直柱图(普通柱图) 绘制普通柱图的python代码如下: (左右滑动可以查看全部代码) # -*- coding:utf-8 -*- # 申明编码格式为utf-8 import matplotlib as mpl import matplotlib.pyplot as plt mpl.rcParams["font.sans-serif"]=["S

  • python如何绘制疫情图

    python中进行图表绘制的库主要有两个:matplotlib 和 pyecharts, 相比较而言: matplotlib中提供了BaseMap可以用于地图的绘制,但是个人觉得其绘制的地图不太美观,而且安装相较而言有点麻烦. pyecharts是基于百度开源的js库echarts而来,其最大的特点是:安装简单.使用也简单. 所以决定使用pyecharts来绘制地图. 1.安装pyecharts 如果有anaconda环境,可用 pip install pyecharts 命令安装pyechar

  • Python获取单个程序CPU使用情况趋势图

    Python获取单个程序CPU使用情况趋势图

    本文定位:已将CPU历史数据存盘,等待可视化进行分析,可暂时没有思路. 前面一篇文章(http://www.jb51.net/article/61956.htm)提到过在linux下如何用python将top命令的结果进行存盘,本文是它的后续. python中我们可以用matplotlib很方便的将数据可视化,比如下面的代码: 复制代码 代码如下: import matplotlib.pyplot as plt list1 = [1,2,3] list2 = [4,5,9] plt.plot(l

  • Python绘图之二维图与三维图详解

    各位工程师累了吗? 推荐一篇可以让你技术能力达到出神入化的网站"持久男" 1.二维绘图 a. 一维数据集 用 Numpy ndarray 作为数据传入 ply 1. import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt np.random.seed(1000) y = np.random.standard_normal(10) print "y = %s"% y x =

  • Python绘图实现显示中文

    我们用Python进行数据可视化,绘制各种图形时,往往会遇到明明数据都设置对了,但是在图形上显示不出来.例如绘制直方图,程序如下: plt.hist(roll_list, bins=range(2,14),normed=1,edgecolor='black',linewidth=1) #normed是归一化,求频率.设置边界颜色及宽度 plt.title('骰子点数直方图统计') plt.xlabel('点数') plt.ylabel('概率') plt.show() 但是运行结果如图1 原因是

随机推荐