精华内容
下载资源
问答
  • python 生成图表

    千次阅读 2018-11-09 19:31:00
    python写入excel(xlswriter)--生成图表 折线图 # -*- coding:utf-8 -*- import xlsxwriter # 创建一个excel workbook = xlsxwriter.Workbook("chart_line.xlsx") # 创建一个sheet worksheet = workbook...

     

     

    python写入excel(xlswriter)--生成图表

    折线图

    # -*- coding:utf-8 -*-
    
    import xlsxwriter
    
    # 创建一个excel
    workbook = xlsxwriter.Workbook("chart_line.xlsx")
    # 创建一个sheet
    worksheet = workbook.add_worksheet()
    # worksheet = workbook.add_worksheet("bug_analysis")
    
    # 自定义样式,加粗
    bold = workbook.add_format({'bold': 1})
    
    # --------1、准备数据并写入excel---------------
    # 向excel中写入数据,建立图标时要用到
    headings = ['Number', 'testA', 'testB']
    data = [
        ['2017-9-1', '2017-9-2', '2017-9-3', '2017-9-4', '2017-9-5', '2017-9-6'],
        [10, 40, 50, 20, 10, 50],
        [30, 60, 70, 50, 40, 30],
    ]
    
    # 写入表头
    worksheet.write_row('A1', headings, bold)
    
    # 写入数据
    worksheet.write_column('A2', data[0])
    worksheet.write_column('B2', data[1])
    worksheet.write_column('C2', data[2])
    
    # --------2、生成图表并插入到excel---------------
    # 创建一个柱状图(line chart)
    chart_col = workbook.add_chart({'type': 'line'})
    
    # 配置第一个系列数据
    chart_col.add_series({
        # 这里的sheet1是默认的值,因为我们在新建sheet时没有指定sheet名
        # 如果我们新建sheet时设置了sheet名,这里就要设置成相应的值
        'name': '=Sheet1!$B$1',
        'categories': '=Sheet1!$A$2:$A$7',
        'values':   '=Sheet1!$B$2:$B$7',
        'line': {'color': 'red'},
    })
    
    # 配置第二个系列数据
    chart_col.add_series({
        'name': '=Sheet1!$C$1',
        'categories':  '=Sheet1!$A$2:$A$7',
        'values':   '=Sheet1!$C$2:$C$7',
        'line': {'color': 'yellow'},
    })
    
    # 配置第二个系列数据(用了另一种语法)
    # chart_col.add_series({
    #     'name': ['Sheet1', 0, 2],
    #     'categories': ['Sheet1', 1, 0, 6, 0],
    #     'values': ['Sheet1', 1, 2, 6, 2],
    #     'line': {'color': 'yellow'},
    # })
    
    # 设置图表的title 和 x,y轴信息
    chart_col.set_title({'name': 'The xxx site Bug Analysis'})
    chart_col.set_x_axis({'name': 'Test number'})
    chart_col.set_y_axis({'name':  'Sample length (mm)'})
    
    # 设置图表的风格
    chart_col.set_style(1)
    
    # 把图表插入到worksheet并设置偏移
    worksheet.insert_chart('A10', chart_col, {'x_offset': 25, 'y_offset': 10})
    
    workbook.close() 

     

    柱状图:

    # -*- coding:utf-8 -*-
    
    import xlsxwriter
    
    # 创建一个excel
    workbook = xlsxwriter.Workbook("chart_column.xlsx")
    # 创建一个sheet
    worksheet = workbook.add_worksheet()
    # worksheet = workbook.add_worksheet("bug_analysis")
    
    # 自定义样式,加粗
    bold = workbook.add_format({'bold': 1})
    
    # --------1、准备数据并写入excel---------------
    # 向excel中写入数据,建立图标时要用到
    headings = ['Number', 'testA', 'testB']
    data = [
        ['2017-9-1', '2017-9-2', '2017-9-3', '2017-9-4', '2017-9-5', '2017-9-6'],
        [10, 40, 50, 20, 10, 50],
        [30, 60, 70, 50, 40, 30],
    ]
    
    # 写入表头
    worksheet.write_row('A1', headings, bold)
    
    # 写入数据
    worksheet.write_column('A2', data[0])
    worksheet.write_column('B2', data[1])
    worksheet.write_column('C2', data[2])
    
    # --------2、生成图表并插入到excel---------------
    # 创建一个柱状图(column chart)
    chart_col = workbook.add_chart({'type': 'column'})
    
    # 配置第一个系列数据
    chart_col.add_series({
        # 这里的sheet1是默认的值,因为我们在新建sheet时没有指定sheet名
        # 如果我们新建sheet时设置了sheet名,这里就要设置成相应的值
        'name': '=Sheet1!$B$1',
        'categories': '=Sheet1!$A$2:$A$7',
        'values':   '=Sheet1!$B$2:$B$7',
        'line': {'color': 'red'},
    })
    
    # 配置第二个系列数据(用了另一种语法)
    chart_col.add_series({
        'name': '=Sheet1!$C$1',
        'categories':  '=Sheet1!$A$2:$A$7',
        'values':   '=Sheet1!$C$2:$C$7',
        'line': {'color': 'yellow'},
    })
    
    # 配置第二个系列数据(用了另一种语法)
    # chart_col.add_series({
    #     'name': ['Sheet1', 0, 2],
    #     'categories': ['Sheet1', 1, 0, 6, 0],
    #     'values': ['Sheet1', 1, 2, 6, 2],
    #     'line': {'color': 'yellow'},
    # })
    
    # 设置图表的title 和 x,y轴信息
    chart_col.set_title({'name': 'The xxx site Bug Analysis'})
    chart_col.set_x_axis({'name': 'Test number'})
    chart_col.set_y_axis({'name':  'Sample length (mm)'})
    
    # 设置图表的风格
    chart_col.set_style(1)
    
    # 把图表插入到worksheet以及偏移
    worksheet.insert_chart('A10', chart_col, {'x_offset': 25, 'y_offset': 10})
    
    workbook.close()

    效果图

     

     

    PS:

    其实前面两个图只变动一点:把 line 个性为 column

    chart_col = workbook.add_chart({'type': 'column'})

     

    三、饼图:

    复制代码
    # -*- coding:utf-8 -*-
    
    import xlsxwriter
    
    # 创建一个excel
    workbook = xlsxwriter.Workbook("chart_pie.xlsx")
    # 创建一个sheet
    worksheet = workbook.add_worksheet()
    
    # 自定义样式,加粗
    bold = workbook.add_format({'bold': 1})
    
    # --------1、准备数据并写入excel---------------
    # 向excel中写入数据,建立图标时要用到
    data = [
        ['closed', 'active', 'reopen', 'NT'],
        [1012, 109, 123, 131],
    ]
    
    # 写入数据
    worksheet.write_row('A1', data[0], bold)
    worksheet.write_row('A2', data[1])
    
    # --------2、生成图表并插入到excel---------------
    # 创建一个柱状图(pie chart)
    chart_col = workbook.add_chart({'type': 'pie'})
    
    # 配置第一个系列数据
    chart_col.add_series({
        'name': 'Bug Analysis',
        'categories': '=Sheet1!$A$1:$D$1',
        'values': '=Sheet1!$A$2:$D$2',
        'points': [
            {'fill': {'color': '#00CD00'}},
            {'fill': {'color': 'red'}},
            {'fill': {'color': 'yellow'}},
            {'fill': {'color': 'gray'}},
        ],
    
    })
    
    # 设置图表的title 和 x,y轴信息
    chart_col.set_title({'name': 'Bug Analysis'})
    
    # 设置图表的风格
    chart_col.set_style(10)
    
    # 把图表插入到worksheet以及偏移
    worksheet.insert_chart('B10', chart_col, {'x_offset': 25, 'y_offset': 10})
    workbook.close()
    复制代码

    效果图:

     

     

     

     

     

    参考资料:

    http://xlsxwriter.readthedocs.io/chart_examples.html

    http://xlsxwriter.readthedocs.io/chart.html

     

    展开全文
  • , bold) worksheet.write_row('A2', data[1]) # --------2、生成图表并插入到excel--------------- # 创建一个柱状图(pie chart) chart_col = workbook.add_chart({'type': 'pie'}) # 配置第一个系列数据 chart_col....

    copycode.gif

    # -*- coding:utf-8 -*-

    import xlsxwriter

    # 创建一个excel

    workbook = xlsxwriter.Workbook("chart_pie.xlsx")

    # 创建一个sheet

    worksheet = workbook.add_worksheet()

    # 自定义样式,加粗

    bold = workbook.add_format({'bold': 1})

    # --------1、准备数据并写入excel---------------

    # 向excel中写入数据,建立图标时要用到

    data = [

    ['closed', 'active', 'reopen', 'NT'],

    [1012, 109, 123, 131],

    ]

    # 写入数据

    worksheet.write_row('A1', data[0], bold)

    worksheet.write_row('A2', data[1])

    # --------2、生成图表并插入到excel---------------

    # 创建一个柱状图(pie chart)

    chart_col = workbook.add_chart({'type': 'pie'})

    # 配置第一个系列数据

    chart_col.add_series({

    'name': 'Bug Analysis',

    'categories': '=Sheet1!$A$1:$D$1',

    'values': '=Sheet1!$A$2:$D$2',

    'points': [

    {'fill': {'color': '#00CD00'}},

    {'fill': {'color': 'red'}},

    {'fill': {'color': 'yellow'}},

    {'fill': {'color': 'gray'}},

    ],

    })

    # 设置图表的title 和 x,y轴信息

    chart_col.set_title({'name': 'Bug Analysis'})

    # 设置图表的风格

    chart_col.set_style(10)

    # 把图表插入到worksheet以及偏移

    worksheet.insert_chart('B10', chart_col, {'x_offset': 25, 'y_offset': 10})

    workbook.close()

    copycode.gif

    展开全文
  • , bold) worksheet.write_row('A2', data[1]) # --------2、生成图表并插入到excel--------------- # 创建一个柱状图(pie chart) chart_col = workbook.add_chart({'type': 'pie'}) # 配置第一个系列数据 chart_col....

    copycode.gif

    # -*- coding:utf-8 -*-

    import xlsxwriter

    # 创建一个excel

    workbook = xlsxwriter.Workbook("chart_pie.xlsx")

    # 创建一个sheet

    worksheet = workbook.add_worksheet()

    # 自定义样式,加粗

    bold = workbook.add_format({'bold': 1})

    # --------1、准备数据并写入excel---------------

    # 向excel中写入数据,建立图标时要用到

    data = [

    ['closed', 'active', 'reopen', 'NT'],

    [1012, 109, 123, 131],

    ]

    # 写入数据

    worksheet.write_row('A1', data[0], bold)

    worksheet.write_row('A2', data[1])

    # --------2、生成图表并插入到excel---------------

    # 创建一个柱状图(pie chart)

    chart_col = workbook.add_chart({'type': 'pie'})

    # 配置第一个系列数据

    chart_col.add_series({

    'name': 'Bug Analysis',

    'categories': '=Sheet1!$A$1:$D$1',

    'values': '=Sheet1!$A$2:$D$2',

    'points': [

    {'fill': {'color': '#00CD00'}},

    {'fill': {'color': 'red'}},

    {'fill': {'color': 'yellow'}},

    {'fill': {'color': 'gray'}},

    ],

    })

    # 设置图表的title 和 x,y轴信息

    chart_col.set_title({'name': 'Bug Analysis'})

    # 设置图表的风格

    chart_col.set_style(10)

    # 把图表插入到worksheet以及偏移

    worksheet.insert_chart('B10', chart_col, {'x_offset': 25, 'y_offset': 10})

    workbook.close()

    copycode.gif

    展开全文
  • usersDF.show() #生成直方图 ageDF = spark.sql("SELECT age FROM users") ageList = ageDF.rdd.map(lambda p: p.age).collect() ageDF.describe().show() plt.hist(ageList) plt.title("Age distribution of the ...
    1.启动pyspark
    pyspark --master local[2]                                                                                                 
    
    2.编写代码
    #导入sql
    from pyspark.sql import Row
    import matplotlib.pyplot as plt
    import numpy as np
    import pylab as P
    plt.rcdefaults()
    dataDir ="file:///home/zpx/ml-data/ml-1m/users.dat"
    lines = sc.textFile(dataDir)
    splitLines = lines.map(lambda l: l.split("::"))
    usersRDD = splitLines.map(lambda p: Row(id=p[0],gender=p[1],age=int(p[2]), occupation=p[3], zipcode=p[4]))
    usersDF = spark.createDataFrame(usersRDD)
    usersDF.createOrReplaceTempView("users")
    usersDF.show()
    
    
    #生成直方图
    ageDF = spark.sql("SELECT age FROM users")
    ageList = ageDF.rdd.map(lambda p: p.age).collect()
    ageDF.describe().show()
    
    plt.hist(ageList)
    plt.title("Age distribution of the users\n")
    plt.xlabel("Age")
    plt.ylabel("Number of users")
    plt.show(block=False)
    
    #密度图
    from scipy.stats import gaussian_kde
    density = gaussian_kde(ageList)
    xAxisValues = np.linspace(0,100,1000)
    density.covariance_factor = lambda : .5
    density._compute_covariance()
    plt.title("Age density plot of the users\n")
    plt.xlabel("Age")
    plt.ylabel("Density")
    plt.plot(xAxisValues, density(xAxisValues))
    plt.show(block=False)
    
    #生成嵌套子图
    plt.subplot(121)
    plt.hist(ageList)
    plt.title("Age distribution of the users\n")
    plt.xlabel("Age")
    plt.ylabel("Number of users")
    plt.subplot(122)
    plt.title("Summary of distribution\n")
    plt.xlabel("Age")
    plt.boxplot(ageList, vert=False)
    plt.show(block=False)
    
    #柱状图
    occ10 = spark.sql("SELECT occupation, count(occupation) as usercount FROM users GROUP BY occupation ORDER BY usercount DESC LIMIT 10")
    occ10.show()
    
    occTuple = occ10.rdd.map(lambda p:(p.occupation,p.usercount)).collect()
    occList, countList = zip(*occTuple)
    occList
    
    y_pos = np.arange(len(occList))
    plt.barh(y_pos, countList, align='center', alpha=0.4)
    plt.yticks(y_pos, occList)
    plt.xlabel('Number of users')
    plt.title('Top 10 user types\n')
    plt.gcf().subplots_adjust(left=0.15)
    plt.show(block=False)
    
    
    #堆栈条形图
    occGender = spark.sql("SELECT occupation, gender FROM users")
    occGender.show()
    
    occCrossTab = occGender.stat.crosstab("occupation","gender")
    occupationsCrossTuple = occCrossTab.rdd.map(lambda p:(p.occupation_gender,p.M, p.F)).collect()
    occList, mList, fList = zip(*occupationsCrossTuple)
    N = len(occList)
    ind = np.arange(N)
    width = 0.75
    p1 = plt.bar(ind, mList, width, color='r')
    p2 = plt.bar(ind, fList, width, color='y', bottom=mList)
    plt.ylabel('Count')
    plt.title('Gender distribution by occupation\n')
    plt.xticks(ind + width/2., occList, rotation=90)
    plt.legend((p1[0], p2[0]), ('Male', 'Female'))
    plt.gcf().subplots_adjust(bottom=0.25)
    plt.show(block=False)
    
    #饼图
    occupationsBottom10 = spark.sql("SELECT occupation,count(occupation) as usercount FROM users GROUP BY occupation ORDER BY usercount LIMIT 10")
    occupationsBottom10Tuple = occupationsBottom10.rdd.map(lambda p:(p.occupation,p.usercount)).collect()
    occupationsBottom10List, countBottom10List =zip(*occupationsBottom10Tuple)
    explode = (0, 0.3, 0.2, 0.15,0.1,0,0,0,0,0.1)
    plt.pie(countBottom10List, explode=explode,labels=occupationsBottom10List, autopct='%1.1f%%', shadow=True,startangle=90)
    plt.title('Bottom 10 user types\n')
    plt.show(block=False)
    

     

    所用数据集下载:

    链接:https://pan.baidu.com/s/1vUTt2GvPtlsNfqcWvo3lIA 密码:izpa

    展开全文
  • python pyecharts生成图表

    千次阅读 2019-08-20 14:18:30
    使用pyecharts如同使用前端echarts,这里主要介绍pyecharts的源码内的图表属性不满足使用,应该怎么办? 使用pyecharts生成柱状图 pyecharts开源链接:http://pyecharts.herokuapp.com/bar 根据官方样例: # ...
  • Python绘图效果非常好的控件@TOC 安装控件pyecharts 安装方式和步逐参看gitpip安装,展示了可以实现的功能 调用各种功能函数 具体的使用可参看类别函数,每个文件夹有生成的效果以及函数调用实例。 展示是几个我...
  • python 生成各种统计图表,雷达图 柱状图 曲线图等图形报表
  • 主要介绍了python xlsxwriter库生成图表的应用示例,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  • linux服务器log日志通过python统计生成图表(LOG日志统计一)
  • 一、生成二维图表 1、首先安装numpy和matplotlib库 图1 2、直接上代码啦 #coding:utf-8 importnumpyasnp importmatplotlib.pyplotasplt plt.figure(1)# 创建图表1 plt.figure(2)# 创建图表2 ax...
  • 主要介绍了python 用 xlwings 库 生成图表的方法,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
  • PYTHON--生成图表

    2019-08-13 17:18:35
    x=pd.pivot_table(x,index=['eutrancelltdd'],values=['RRC_qingqiushu','RRC_chenggongshu'],aggfunc='sum',columns='Date_ID') ##生成以DATE_ID和RRC_qingqiushu','RRC_chenggongshu'走势图 writer=pd....
  • 通过Python程序读取Excel文件中的数据,生成图表,最好将生成图表生成至浏览器页面,后期数据多之后,也能自动缩放,而不会出现显示不全问题。 三、需求实现代码 # 调用本地echarts.min.js 文件 from pyecharts....
  • python 用 xlwings 库 生成图表

    千次阅读 2019-12-21 20:07:15
    在官方文档里找不到具体怎么生成图表,和一些参数设置。 这里自己整理了一下。 import xlwings as xw app = xw.App() wb = app.books.active sht = wb.sheets.active chart = sht.charts.add(100, 10) # 100, 10 ...
  • 使用Python生成动态图表,一个很Cool的教程

    万次阅读 多人点赞 2018-09-23 14:40:57
    作者 |Viviane译者 | 刘旭坤编辑 | Jane出品 | AI科技大本营【导读】Matplotlib 和 Seaborn 用来做数据固定的静态图表很不错,但如果...
  • Python创建图表

    2019-04-19 09:37:02
    资源选自《Python变成从入门到实践》一书,该书提供三个Python入门项目,此为第二个项目数据可视化,利用Python的matplotlib和Pygal模块提取数据生成一系列常见的图表,例如折线图、散点图、直方图,更多的图形类别...
  • 初次学习python,连接Oracle数据库,导出数据到Excel,再从Excel里面读取数据进行绘图,生成png保存出来。 1、涉及到的python模块(模块安装就不进行解释了): import os import cx_Oracle import openpyxl import ...
  • 这里包含了数据公式的计算,插入图片的连接,生成图表,当然如果你还需要其他的功能,可以继续参考库的文档 下面把源代码贴出来,希望对大家在工作遇到类似的情况,可以直接拿去用。不过转载的时候...
  •  这篇文章讲的是采用python生成报表的方案。 工具: python、mysql、日志文件、hightchart 应用场景: 平时工作中经常遇到一些需要统计的工作,比如门户类的网站新闻采集量、发布量、废弃量等,能够直观的显现...
  • import matplotlib.pyplot as plt #x轴的值 input_values=[1,2,3,4,5] #y轴的值 squares =[1,4,9,16,25] #执行生成图表的方法 plt.plot(input_values,squares,linewidth=5) #设置标题 plt.title("...
  • python 版本2.7+ 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...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,477
精华内容 990
关键字:

python生成图表

python 订阅