python实现数据图表
更新时间：2017年07月29日 17:44:09 作者：orientlu
plotly是现代平台的敏捷商业智能和数据科学库，它作为一款开源的绘图库，可以应用于Python、R、MATLAB、Excel、JavaScript和jupyter等多种语言，主要使用的js进行图形绘制，实现过程中主要就是调用plotly的函数接口，底层实现完全被隐藏，便于初学者的掌握。
平时压力测试，生成一些数据后分析，直接看 log 不是很直观，前段时间看到公司同事分享了一个绘制图表python 模块 : plotly， 觉得很实用，利用周末时间熟悉下。
plotly
plotly 主页 ： https://plot.ly/python/
安装
在 ubuntu 环境下，安装 plotly 很简单
python 版本2.7+
$ sudo pip install plotly
绘图
在 plotly 网站注册后，可以直接将生成的图片保存到网站上，便于共享保存。
这里使用离线的接口，生成的 html 保存在本地文件
绘制直线图
先随便搞一组数据用来绘制图表
lcd@ubuntu:~/$ cat gen_log.sh
#!/bin/bash
count=$1
while [ $count -gt 0 ]
do
sar -n DEV 1 1 | grep "Average:" | grep "eth0" | awk '{print $4,$5,$6}'
count=$(($count-1))
done
lcd@ubuntu:~/$ sh gen_log.sh 1000 > log.txt
通过上述脚本，获取每秒钟网卡的3个数据，记录文本，利用 ploty 按时间绘制成直线图，实现如下：
#!/usr/bin/env python
import plotly.offline as pltoff
import plotly.graph_objs as go
def line_plots(name="line_plots.html"):
dataset = {
'time': [],
'rx': [],
'tx': [],
'util': []
}
with open("./log.txt") as f:
i = 0
for line in f:
items = line.split()
dataset['time'].append(i)
dataset['rx'].append(items[0])
dataset['tx'].append(items[1])
dataset['util'].append(items[2])
i += 1
data_g = []
# 构建 time - rx 数据关系，折线图
tr_rx = go.Scatter(
x = dataset['time'],
y = dataset['rx'],
name = 'rx')
data_g.append(tr_rx)
tr_tx = go.Scatter(
x = dataset['time'],
y = dataset['tx'],
name = 'tx')
data_g.append(tr_tx)
tr_util = go.Scatter(
x = dataset['time'],
y = dataset['util'],
name = 'util')
data_g.append(tr_util)
# 设置图表布局
layout = go.Layout(title="Line plots",
xaxis={'title':'time'}, yaxis={'title':'value'})
fig = go.Figure(data=data_g, layout=layout)
# 生成离线html
pltoff.plot(fig, filename=name)
if __name__=='__main__':
line_plots()
生成图表如下所示 ：
line_plot
柱形图
#!/usr/bin/env python
import plotly.offline as pltoff
import plotly.graph_objs as go
def bar_charts(name="bar_charts.html"):
dataset = {'x':['man', 'woman'],
'y1':[35, 26],
'y2':[33, 30]}
data_g = []
tr_y1 = go.Bar(
x = dataset['x'],
y = dataset['y1'],
name = '2016'
)
data_g.append(tr_y1)
tr_y2 = go.Bar(
x = dataset['x'],
y = dataset['y2'],
name = '2017'
)
data_g.append(tr_y2)
layout = go.Layout(title="bar charts",
xaxis={'title':'x'}, yaxis={'title':'value'})
fig = go.Figure(data=data_g, layout=layout)
pltoff.plot(fig, filename=name)
if __name__=='__main__':
bar_charts()
bar char
饼状图
#!/usr/bin/env python
import plotly.offline as pltoff
import plotly.graph_objs as go
def pie_charts(name='pie_chart.html'):
dataset = {
'labels':['Windows', 'Linux', 'MacOS'],
'values':[280, 10, 30]}
data_g = []
tr_p = go.Pie(
labels = dataset['labels'],
values = dataset['values']
)
data_g.append(tr_p)
layout = go.Layout(title="pie charts")
fig = go.Figure(data=data_g, layout=layout)
pltoff.plot(fig, filename=name)
if __name__=='__main__':
pie_charts()
相关文章
大家好，本篇文章主要讲的是Python提取视频帧图片实例代码，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下，方便下次浏览2021-12-12
python用selenium打开chrome浏览器保持登录方式
大家好，本篇文章主要讲的是python用selenium打开chrome浏览器保持登录方式，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下2022-02-02
今天小编就为大家分享一篇PyQt5 在label显示的图片中绘制矩形的方法，具有很好的参考价值。希望对大家有所帮助。一起跟随小编过来看看吧2019-06-06
这篇文章主要介绍了Python爬虫框架Scrapy基本用法,结合实例形式分析了xpath简单使用、xmlfeed模板、csvfeed模板及crawlfeed模板简单使用方法,需要的朋友可以参考下2018-07-07
Python issubclass和isinstance函数的具体使用
本文主要介绍了Python issubclass和isinstance函数的具体使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-02-02
这篇文章主要介绍了Python使用sorted排序的方法,结合三个实例分析了Python使用sorted方法进行元素排序操作的相关实现技巧,需要的朋友可以参考下2017-07-07
这篇文章主要介绍了Python中将字典转换为XML以及相关的命名空间解析,包括使用字典创建XML等知识,需要的朋友可以参考下2015-10-10
这篇文章主要介绍了Python版中秋佳节月饼抢购脚本,今天要用的是一个测试工具的库Selenium，今天我们就是用它去实现自动化抢购月饼，其实就是用这个工具"模拟"人为操作浏览器相应的操作，比如登陆，勾选购物车商品，下单购买等等操作，需要的朋友可以参考下2022-09-09
在本篇文章里小编给大家整理的是关于djano一对一，多对多，分页实例代码以及相关知识点，需要的朋友们学习下。2019-08-08
这篇文章主要为大家介绍了使用python绘制温度变化雷达图，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-10-10
最新评论