Plot画图

数据准备

import pymysql
from sqlalchemy import create_engine
import pandas as pd
import mysql.connector as sql
import time
def read_mysql(sql):
    try:
        engine = create_engine("mysql+pymysql://dw:dw@111.230.56.74:3306/dw?charset=utf8mb4")
        table = pd.read_sql(sql,con=engine)
        print (\'数据库查询成功\')
    except :
        print (\'数据库查询失败\')
    return table
if __name__ == "__main__":
    start_time = time.time() # 开始时间
    sql = """
    select date(日期),项目名称,max(等待分钟) as max_等待分钟,min(等待分钟) as min_等待分钟
        ,avg(等待分钟) as avg_等待分钟
         from odl_disney_wait where date(日期)>="2018-10-01"
        group by date(日期),项目名称
    """
    try:
        df = read_mysql(sql)
        print(df.head())
    except:
        print(\'sql查询失败\')
    end_time = time.time() #结束时间
    print("程序耗时%f秒." % (end_time - start_time))

数据库查询成功
     date(日期)            项目名称  max_等待分钟  min_等待分钟  avg_等待分钟
0  2018-10-01        七个小矮人矿山车        75         5   48.3000
1  2018-10-01  与星球大战里的机器人朋友见面         0         0    0.0000
2  2018-10-01     创极速光轮－雪佛兰呈献        40         0   17.1071
3  2018-10-01      创界：雪佛兰数字挑战         0         0    0.0000
4  2018-10-01   加勒比海盗——沉落宝藏之战        15         0    9.7436
程序耗时29.226061秒.

基础配置

import matplotlib
import matplotlib as mpl
import matplotlib.pyplot as plt
import plotly.plotly
import plotly.tools as tls
import numpy as np
#设置用户名和API-Key
# plotly = {\'Username\':\'kemimantou\',\'API key\':\'GxDbixidr7OCQjJx3Lim\'}
#plotly.tools.set_credentials_file(username=\'kemimantou\', api_key=\'GxDbixidr7OCQjJx3Lim\')
#plotly.offline.init_notebook_mode(connected=True)#离线使用 
# 中文和负号的正常显示
plt.rcParams[\'font.sans-serif\']=[\'SimHei\']
plt.rcParams[\'axes.unicode_minus\'] = False
plt.rcParams[\'figure.figsize\'] = [10, 10] #设置figure_size尺寸
plotly.offline.init_notebook_mode(connected=True)         # initiate notebook for offline plot

直方图

def plt_hist(df,var,step):
    bins = np.arange(0, df[var].max(), step) # fixed bin size
    plt.hist(df[var], # 绘图数据
            bins = bins, # 指定直方图的条形数为20个
            color = \'steelblue\', # 指定填充色
            edgecolor = \'k\', # 指定直方图的边界色
            label = \'直方图\' )# 为直方图呈现标签)
    plt.title(\'%s直方图\'%(var))
    plt.xlabel(\'variable %s \'%(var))
    plt.ylabel(\'count计数\')

    #去除图形顶部边界和右边界的刻度
    #plt.tick_params(top=False, right=False)
    # 显示图例
    #plt.legend()
    # 显示图形
    #plt.show()
    fig = plt.gcf()
    plotly_fig = tls.mpl_to_plotly(fig)
    plotly.offline.iplot(plotly_fig, filename=\'mpl-basic-histogram\')
if __name__ == "__main__":
    plt_hist(df,\'max_等待分钟\',step=10)

条形图

条形图 和水平条形图的差异：plt.bar 和 plt.barh ,并且注意参数：width 和 heigth ；以及plt.xticks 和plt.yxticks

参考
matplotlib绘制直方图、条形图和饼图 - zxhohai的博客 - CSDN博客

plt.rcParams[\'figure.figsize\'] = [8,6]
bar_data = df.groupby(by=[\'项目名称\'],as_index = False).agg({\'max_等待分钟\': \'max\'});
bar_data = bar_data.sort_values(by=[\'max_等待分钟\'], ascending=False)
bar_data  = bar_data.head()
label_list = bar_data[\'项目名称\'].tolist()
index_size = np.arange(bar_data[\'max_等待分钟\'].size);
#竖向柱形图
plt_result = plt.bar(index_size, bar_data[\'max_等待分钟\'], width=0.2, alpha=0.8,color=\'G\' ,label="max_等待分钟")
plt.xticks([index + 0.2 for index in index_size], label_list)

plt.xlabel("项目名称")
plt.title("项目名称max_等待分钟")
plt.legend()     # 设置题注
for result in plt_result:
    height = result.get_height()
    plt.text(result.get_x() + result.get_width() / 2, height+1, str(height), ha="center", va="bottom")

plt.show();

png

条形图示例2

### 条形图示例2：
#使用的是另外的一个数据集
# 设置中文字体和负号正常显示
matplotlib.rcParams[\'font.sans-serif\'] = [\'SimHei\']
matplotlib.rcParams[\'axes.unicode_minus\'] = False
data = {\'年份\':[\'2014\', \'2015\', \'2016\', \'2017\'],
        \'num_list1\':[20, 30, 15, 35],
        \'num_list2\':[15, 30, 40, 20]}
plt_df = pd.DataFrame(data)

x = np.arange(plt_df[\'num_list1\'].size)
"""
绘制条形图
left:长条形中点横坐标
height:长条形高度
width:长条形宽度，默认值0.8
label:为后面设置legend准备
"""
rects1 = plt.bar(x, height=plt_df[\'num_list1\'], width=0.4, alpha=0.8, color=\'red\', label="一部门")
rects2 = plt.bar([i + 0.4 for i in x], height=plt_df[\'num_list2\'], width=0.4, color=\'green\', label="二部门")
plt.ylim(0, 50)     # y轴取值范围
plt.ylabel("数量")
"""
设置x轴刻度显示值
参数一：中点坐标
参数二：显示值
"""
plt.xticks([index + 0.2 for index in x], label_list)
plt.xlabel("年份")
plt.title("某某公司")
plt.legend()     # 设置题注
# 编辑文本
for rect in rects1:
    height = rect.get_height()
    plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
for rect in rects2:
    height = rect.get_height()
    plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
plt.show()

png

水平条形图

plt.rcParams[\'figure.figsize\'] = [17,10]
bar_data = df.groupby(by=[\'项目名称\'],as_index = False).agg({\'max_等待分钟\': \'max\'});
bar_data = bar_data.sort_values(by=[\'max_等待分钟\'], ascending=True)
#bar_data  = bar_data .head(6)
label_list = bar_data[\'项目名称\'].tolist()
index_size = np.arange(bar_data[\'max_等待分钟\'].size);
#水平柱形图

plt.barh(index_size, bar_data[\'max_等待分钟\'], height=0.5, alpha=0.8,color=\'G\',label="max_等待分钟");
plt.yticks([index + 0.2 for index in index_size], label_list)

## 标签
plt.xlim(0,250)
plt.xlabel("max_等待分钟")
plt.title("不同项目max_等待分钟")
for x, y in enumerate(bar_data[\'max_等待分钟\']):
    plt.text(y + 0.2, x - 0.1, \'%s\' %y)
plt.show()
plt.show();

# fig = plt.gcf()
# plotly_fig = tls.mpl_to_plotly(fig)
# plotly.offline.iplot(plotly_fig, filename=\'mpl-basic-bar\')

png

#df.head()
#bar_data
#bar_data
# for x, y in enumerate(bar_data[\'max_等待分钟\']):
#     print(y + 0.2, x - 0.1, \'%s\' %y)
data = {\'年份\':[\'2014\', \'2015\', \'2016\', \'2017\'],
        \'num_list1\':[20, 30, 15, 35],
        \'num_list2 \':[15, 30, 40, 20]}
plt_df = pd.DataFrame(data)

	年份	num_list1	num_list2
0	2014	20	15
1	2015	30	30
2	2016	15	40
3	2017	35	20