2021-10-29 matplotlib 画条形、折线、饼、散点

最新推荐文章于 2024-07-18 15:53:23 发布

海的思想

最新推荐文章于 2024-07-18 15:53:23 发布

阅读量116

点赞数

分类专栏：笔记文章标签： python 开发语言后端

本文链接：https://blog.csdn.net/gaoke11240/article/details/121041390

版权

笔记专栏收录该内容

8 篇文章 1 订阅

订阅专栏

一个类包裹几个图的写法，备查

python -m pip install matplotlib

import matplotlib.pylab as plt
import matplotlib
import random
class pllt():
    def __init__(self):
        matplotlib.rcParams['font.size'] = 10  #字号
        matplotlib.rcParams['font.family']='SimHei' #中文显示
    def plot_histogram(self): #柱状
        x=list(range(7))  #X的数据
        y=random.sample(range(1,10),7) #在列表中随机选取7个数作为Y的数据
        plt.bar(x,y) #绘制
        plt.xlabel('我是X轴')
        plt.ylabel('我是Y轴')
        plt.title('我是标题')
        plt.show()
    def plot_line(self):  #折线
        x = list(range(7))
        y = random.sample(range(1, 10), 7)
        y2 = random.sample(range(1, 10), 7)
        plt.plot(x, y, label='y', marker='.', color='blue')
        plt.plot(x, y2, label='y2', marker='*', color='green')
        plt.xlabel('x轴')
        plt.ylabel('y轴')
        plt.title('折线图')
        plt.legend()  # 图例，用来表示图中线的信息
        plt.show()
    def plot_pie(self): #饼图
        # 这是每个部分的名称
        name_list = ['part1', 'part2', 'part3', 'part4']
        # 这是每个部分对应的数据，与上述名称列表对应
        num_list = [56, 33, 78, 95]
        # explode 是用于着重的表示，某个值不为0表示对应某个部分离开圆心的距离
        explode = (0, 0, 0.1, 0)
        # 每个部分所用的颜色
        colors = ['orange', 'yellow', 'lime', 'red']
        # 如果画出来的圆是扁的，可以用以下三行代码把圆变成一个正圆
        plt.xlim(0.8)
        plt.ylim(0.8)
        plt.axes(aspect='equal')
        plt.pie(num_list, labels=name_list, explode=explode, colors=colors)
        plt.title('饼图', fontsize=18)
        plt.legend()
        plt.show()
    def plot_scatter(self): #散点图
        x = list(range(7))
        y = random.sample(range(1,10), 7)
        plt.scatter(x, y)
        plt.title('散点图', fontsize=18)
        plt.show()
if __name__=='__main__':
    a=pllt() #实例化
    a.plot_histogram() #柱子
    a.plot_line()#折线
    a.plot_pie()#饼
    a.plot_scatter()#点

如果需要将图片用网页显示，相对简单的办法是把上面的`plt.show()`更换成`plt.savefig('path路径')这样把图片保存下来，然后直接用网页显示该图片。`

补充：上面方案保存下来的图片可以通过PIL打开再进行响应式视图导入例子如下：

下面这个函数可以生成一个饼子图保存在d:/nini2/static/3.jpg中

    def plot_pie(self): #饼图
        # 这是每个部分的名称
        name_list = ['张松林', '窦军', '任海涛', '赵明轩',5,6,7,8,9,10]
        # 这是每个部分对应的数据，与上述名称列表对应
        num_list = [1,2,3,4,5,6,7,8,9,10]
        # explode 是用于着重的表示，某个值不为0表示对应某个部分离开圆心的距离
        explode = (0.1, 0.1, 0.1, 0.05,0,0,0,0,0,0)
        # 每个部分所用的颜色
        colors = ['orange', 'yellow', 'lime', 'red','green','black', 'yellow', 'lime', 'red','yellow']
        # 如果画出来的圆是扁的，可以用以下三行代码把圆变成一个正圆
        plt.xlim(0.8)
        plt.ylim(0.8)
        plt.axes(aspect='equal')
        plt.pie(num_list, labels=name_list, explode=explode, colors=colors)
        plt.title('饼图', fontsize=18)
        plt.legend()
        plt.savefig('d:/nini2/static/3.jpg')

主显示页面如下：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
<h1>本月奖金分配饼图</h1>
                <img src="  {{ url_for('get_image') }}" alt="">
</body>
</html>

通过index（）路由调用主显示页面然后在HTML中url_for()函数
就可以触发get_image()路由动作

@app.route('/')
def index():
    return render_template('index.html')
@app.route('/image')
def get_image():

    a=pllt()#实例化饼图
    a.plot_pie()#画个饼图，并在内部执行了保存
    im = Image.open(r"d:/nini2/static/3.jpg") #把保存的这个饼图再通过IM读出来，这样就可以变通一下写入页面了
    #将image对象转二进制
    ## 先弄个buffer容器
    buffer = BytesIO()
    ## 把im存入buffer 容器中, 后面指定好图片类型
    im.save(buffer,'JPEG')
    ## 从容器中读出图片
    buf_bytes = buffer.getvalue()
    ## 将读出内容装入自制响应体
    response = make_response(buf_bytes)
    ## 在响应体前添加响应头并指明类型
    response.headers['Content-Type']= 'image/jpg'
    ## okok了
    return response

这样可以提高灵活性，应该还有更好的方案，等探索到了再记录

海的思想

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
2021-10-29 matplotlib 画条形、折线、饼、散点

一个类包裹几个图的写法，备查import matplotlib.pylab as pltimport matplotlibimport randomclass pllt(): def __init__(self): matplotlib.rcParams['font.size'] = 10 #字号 matplotlib.rcParams['font.family']='SimHei' #中文显示 def plot_histogram(self): #
复制链接

扫一扫