各位用户为了找寻关于python实现数据图表的资料费劲了很多周折。这里教程网为您整理了关于python实现数据图表的相关资料，仅供查阅，以下为您介绍关于python实现数据图表的详细内容
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+
? 1$ 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
? 1 2 3 4 5 6 7 8 9
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：
? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
#!/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
? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31#!/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
? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21#!/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()
原文链接：http://www.jianshu.com/p/c2997494085b
