matplotlib实现二维坐标系绘图

最新推荐文章于 2024-07-23 16:23:28 发布

caodingzheng

最新推荐文章于 2024-07-23 16:23:28 发布

阅读量215

点赞数 3

文章标签： matplotlib python

本文链接：https://blog.csdn.net/caodingzheng/article/details/136216169

版权

本文介绍了如何通过Python中的matplotlib库，从Excel文件中读取服务器数据，处理时间格式，然后绘制虚拟内存使用情况的图表，以便于性能和稳定性评估。

摘要由CSDN通过智能技术生成

前言

性能、稳定性等测试过程中需要收集服务器数据，并进行数据分析。而通过matplotlib就可以直观上看到数据变化，进而对性能、稳定性等进行分析。

示例

from matplotlib import pyplot as plt
from matplotlib import pylab
import pandas as pd
from matplotlib import dates as md


print("开始处理数据")
file_dir = '../data/TEST.xlsx'
data_list = pd.read_excel(file_dir, engine='openpyxl')

# 对数据进行处理
time_format = '%Y-%m-%d %H:%M:%S'
data_list['time'] = data_list['time'].apply(lambda x: x.replace("_", " "))
data_list['time'] = pd.to_datetime(data_list['time'], format=time_format)
data_list['virt(GB)'] = data_list['virt(KB)'].apply(lambda x: int(x)/1024/1024)
data_list['res(GB)'] = data_list['res(KB)'].apply(lambda x: int(x)/1024/1024)
data_list['free_memory(GB)'] = data_list['free_memory(MB)'].apply(lambda x: int(x)/1024)

# 绘图
pylab.rcParams["font.sans-serif"] = ["Microsoft YaHei"]
plt.rcParams["axes.unicode_minus"] = False
plt.gca().xaxis.set_major_formatter(md.DateFormatter(time_format))
plt.plot(data_list['time'], data_list['virt(GB)'])
title_name = "虚拟内存使用情况"
x_name = "时间"
y_name = "虚拟内存使用大小"
plt.title(title_name)
plt.xlabel(x_name)
plt.ylabel(y_name)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()