python下载好了如何打开,python下载好了怎么打开

最新推荐文章于 2024-11-13 17:26:18 发布
最新推荐文章于 2024-11-13 17:26:18 发布
阅读量413 收藏 12
点赞数 16
文章标签： python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/w627200w/article/details/139881435
版权

这篇文章主要介绍了python下载完成后怎么进入界面，具有一定借鉴价值，需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获，下面让小编带着大家一起了解一下。

Python 绘制数据图表

matplotlib绘图库模块安装

pip install matplotlib

导入pyplot子模块

import matplotlib.pyplot as plt

官网：官方文档：

1. 绘制折线图

1.1 绘制简单的折线图
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')

# 1.准备数据
squares = [0, 1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 2.画线plot()
# linewidth设置线条宽度
(squares, linewidth=2)  # 列表内的数据被视为y轴的值，x轴的值会根据列表值的索引位置自动产生

# 3.设置x、y轴的最小刻度和最大刻度
([0, 10, 0, 100])  # 将x轴设为0~10，将y轴设为0~100

# 4.设置标题及字体大小
"""
title()：图表标题，title(标题名称,fontsize=字体大小)
xlabel()：x轴标题
ylabel()：y轴标题
"""
plt.title(label='0~10的平方', fontsize=18)
plt.xlabel(xlabel='值', fontsize=15)
plt.ylabel(ylabel='平方值', fontsize=15)

# 5.设置坐标轴刻度
"""
使用tick_params()方法设置：
    - 应用范围（axis）：x-->应用到x轴，y-->应用到y轴，both-->应用到x轴和y轴
    - 坐标轴的刻度大小（labelsize）
    - 线条颜色（color）
如：tick_params(axis='x', labelsize=10, color='green')
"""
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

1.2 修改图表的初始值
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')

# 1.准备数据
squares = [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 2.画线plot()
# linewidth设置线条宽度
(seq, squares, linewidth=2.5)

# 设置标题及字体大小
plt.title(label='1~10的平方', fontsize=18)
plt.xlabel(xlabel='值', fontsize=15)
plt.ylabel(ylabel='平方值', fontsize=15)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

1.3 多组数据的应用
# author:mlnt
# createdate:2022/8/17

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 2.画线plot()
# linewidth设置线条宽度
(seq, data1, seq, data2, linewidth=2.5)

# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

1.4 设置线条颜色及样式

设置颜色，可在plot()中添加参数：

‘b’: blue‘c’: cyan‘g’: green‘k’: black‘m’: magenta‘r’: red‘w’: white‘y’: yellow

设置线条样式：

'-‘或’solid’: 预设实线'–‘或’dashed’: 虚线'-.‘或’dashdot’: 虚点线':‘或’dotted’：点线‘.’：点标记‘,’：像素标记‘o’: 圆标记‘v’: 反三角标记‘^’: 三角标记‘s’：方形标记‘p’：五角标记‘*’: 星号标记‘+’：加号标记‘-’：减号标记

import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 2, 3, 4, 5, 6, 7, 8, 9]            # data1线条
data2 = [1, 4, 9, 16, 25, 36, 49, 64, 81]      # data2线条
data3 = [1, 3, 5, 8, 13, 21, 34, 55, 89]       # data3线条
data4 = [1, 6, 12, 20, 30, 41, 56, 72, 90]     # data4线条

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

(seq, data1, 'g--', seq, data2, 'r-.', seq, data3, 'b:', seq, data4, 'mp')

# 设置标题及字体大小
plt.title(label='Test Chart', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')

()

效果：

1.5 刻度设置
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
(year, gold_medal, '-*', year, silver_medal, '-o', year, bronze_medal, '-^')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
# 显示图表
()

效果：

1.6 图例legend()

参数loc可以设置图例的位置：

‘best’: 0,‘upper right’: 1 ,–>右上角‘upper left’: 2,–>左上角‘lower left’: 3,–>左下角‘lower right’: 4,–>右下角‘right’: 5,‘center left’: 6,–>左侧中央‘center right’: 7,–>右侧中间‘lower center’: 8,–>底部正中‘upper center’: 9,–>顶部正中‘center’: 10 将图例放在图表内

import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
line_gold, = (year, gold_medal, '-*', label='gold_medal')
line_silver, = (year, silver_medal, '-o', label='silver_medal')
line_bronze, = (year, bronze_medal, '-^', label='bronze_medal')

# 设置图例
"""
参数loc可以设置图例的位置
    'best': 0,
    'upper right': 1,-->右上角
    'upper left': 2,-->左上角
    'lower left': 3,-->左下角
    'lower right': 4,-->右下角
    'right': 5,
    'center left': 6,-->左侧中央
    'center right': 7,-->右侧中间
    'lower center': 8,-->底部正中
    'upper center': 9,-->顶部正中
    'center': 10
"""
plt.legend(handles=[line_gold, line_silver, line_bronze], loc='best')
# 放在图表内的右上角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=1)
# 放在图表内的左上角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='upper left')
# 放在图表内的左下角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=3)
# 放在图表内的右下角
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc=4)

# 放在图表内的左侧中央
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='center left')
# 放在图表内的右侧中央
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='center right')
# 放在图表内的底部正中
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='lower center')
# 放在图表内的顶部正中
# plt.legend(handles=[line_gold, line_silver, line_bronze], loc='upper center')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
# 显示图表
()

效果：

将图例放在图表外，使用savefig()方法保存图片文件

# author:mlnt
# createdate:2022/8/17
import matplotlib
import matplotlib.pyplot as plt

# 设置字体为微软雅黑，解决中文显示问题
("font", family='Microsoft YaHei')
# 1.准备数据
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]


"""
设置刻度：
- xticks()：设置x轴刻度
- yticks()：设置y轴刻度
"""
# 设置x轴刻度
plt.xticks(year)

# 设置线条样式
line_gold, = (year, gold_medal, '-*', label='gold_medal')
line_silver, = (year, silver_medal, '-o', label='silver_medal')
line_bronze, = (year, bronze_medal, '-^', label='bronze_medal')

# 设置图例
# bbox_to_anchor()设置锚点，即图例位置
# 在图表内，左下角位置为(0,0)，右上角位置为(1,1)
plt.legend(handles=[line_gold, line_silver, line_bronze], loc='best', bbox_to_anchor=(1, 1))

# 设置在图表与Figure 1之间留白
# h_pad/w_pad分别设置高度/宽度的留白
plt.tight_layout(pad=2)


# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')

# 保存图片文件，使用savefig()方法保存图片文件，需放在show()的前面，表示先存储再显示图表
plt.savefig('', bbox_inches='tight')  # bbox_inches='tight'将图表的多余空间删除

# 显示图表
()

效果：

2. 绘制散点图

2.1 基本散点图的绘制

绘制一个点

"""
scatter(x, y, s, c)
s: 绘图点的大小
c：颜色
"""
import matplotlib.pyplot as plt

# 在坐标轴(5,5)绘制一个点
plt.scatter(5, 5)
()

效果：

绘制系列点

# author:mlnt
# createdate:2022/8/17
"""
scatter(x, y, s, c)
s: 绘图点的大小
c：颜色
"""
import matplotlib.pyplot as plt

plt.rcParams['-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False

medal = [32, 28, 54, 50, 59, 63, 100, 88, 70, 88]
# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]

# 设置x轴刻度
plt.xticks(year)

plt.scatter(x=year, y=medal, s=20, c='green')

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
()

效果：

2.2 设置绘制区间

**axis()**设置绘图区间：

axis([xmin, xmax, ymin, ymax]) xmin/xmax：x轴的最小/最大区间ymin/ymxa：y轴的最小/最大区间

# author:mlnt
# createdate:2022/8/17
"""
axis()设置绘图区间：
axis([xmin, xmax, ymin, ymax])
xmin/xmax：x轴的最小/最大区间
ymin/ymxa：y轴的最小/最大区间
"""

import matplotlib.pyplot as plt

plt.rcParams['-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = [i for i in range(1, 101)]
y = [i**2 for i in x]

# 设置绘图区间
([0, 100, 0, 10000])
plt.scatter(x=x, y=y, s=20, c='green')

# 设置标题及字体大小
plt.title('1-100的平方', fontsize=20)
plt.xlabel('数值', fontsize=14)
plt.ylabel('平方值', fontsize=14)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
()

效果：

2.3 绘制波形
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 500)
# 绘制sin()和cos()的波形变化
y1 = (x)
y2 = (x)
plt.scatter(x, y1, color=(0.5, 0.8, 0.6))
plt.scatter(x, y2)
()

效果：

2.4 创建不等宽的散点图
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 5, 500)
y = 1 - 0.5*(x-2)
lwidths = (1+x)**2
plt.scatter(x=x, y=y, s=lwidths, color=(0.6, 0.8, 0.9))
()

效果：

2.5 色彩映射
import matplotlib.pyplot as plt
import numpy as np


x = np.arange(100)
plt.scatter(x=x, y=x, c=x, cmap='rainbow')
()

效果：

2.6 利用随机数绘制散点图
import matplotlib.pyplot as plt
import numpy as np

while True:
    x = np.random.random(100)
    y = np.random.random(100)
    t = x
    plt.scatter(x, y, s=100, c=t, cmap='brg')
    ()
    is_exit = input('是否继续？(y/n)')
    if is_exit.upper() == 'N':
        break

2.7 利用随机数实现位置的移动
# author:mlnt
# createdate:2022/8/17
import random

import matplotlib.pyplot as plt


def loc(index):
    """处理坐标的移动"""
    x_mov = random.choice([-3, 3])
    xloc = x[index - 1] + x_mov
    y_mov = random.choice([-5, -1, 1, 5])
    yloc = y[index - 1] + y_mov
    x.append(xloc)
    y.append(yloc)


num = 8000
x = [0]
y = [0]

while True:
    for i in range(1, num):
        loc(i)

    t = x
    plt.scatter(x, y, s=2, c=t, cmap='brg')
    # ().get_xaxis().set_visible(False)  # 隐藏y坐标
    # ().get_yaxis().set_visible(False)  # 隐藏y坐标
    # 隐藏坐标轴。
    ('off')
    plt.savefig('', bbox_inches='tight', pad_inches=0)
    ()
    is_exit = input('是否继续？(y/n)')
    if is_exit.upper() == 'N':
        break
    else:
        x[0] = x[num - 1]
        y[0] = y[num - 1]
        del x[1:]
        del y[1:]

3. 绘制多个图表

3.1 一个程序绘制多个图表
# author:mlnt
# createdate:2022/8/17
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]


# 创建图表1
plt.figure(1)
# 画线plot()
(seq, data1, '-*')

# 创建图表2
plt.figure(2)
(seq, data2, '-o')
# 设置标题及字体大小
plt.title(label='Test Chart 2', fontsize=18)
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 5.设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

3.2 含有子表的图表

subplot(x1, x2, x3)

x1: 上下（垂直）方向绘制图表数x2：左右（水平）方向绘制图表数x3：表示这是第几张

一个Figure内绘制上下子图

# author:mlnt
# createdate:2022/8/17
"""
subplot(x1, x2, x3)
x1: 上下（垂直）方向绘制图表数
x2：左右（水平）方向绘制图表数
x3：表示这是第几张
"""
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 在一个Figure内绘制上下子图
plt.subplot(2, 1, 1)
# 画线plot()
(seq, data1, '-*')

plt.subplot(2, 1, 2)
(seq, data2, '-o')
# 设置标题及字体大小
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

一个Figure内绘制左右子图

# author:mlnt
# createdate:2022/8/17
"""
subplot(x1, x2, x3)
x1: 上下（垂直）方向绘制图表数
x2：左右（水平）方向绘制图表数
x3：表示这是第几张
"""
import matplotlib.pyplot as plt

# 1.准备数据
data1 = [1, 4, 9, 16, 25, 36, 49, 64, 81]
data2 = [1, 3, 5, 8, 13, 21, 34, 55, 89]

# 索引列表
seq = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 在一个Figure内绘制上下子图
plt.subplot(2, 1, 1)
# 画线plot()
(seq, data1, '-*')

plt.subplot(2, 1, 2)
(seq, data2, '-o')
# 设置标题及字体大小
plt.xlabel(xlabel='x-value', fontsize=14)
plt.ylabel(ylabel='y-value', fontsize=14)

# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red', labelcolor='green')

# 显示绘制的图形
()

效果：

4. 绘制直方图

# author:mlnt
# createdate:2022/8/17
"""
bar(x, height, width)
x: 序列，x轴位置
height：序列数值大小
width：直方图的宽度
"""
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['-serif'] = ['SimHei'] # 显示中文标签
plt.rcParams['axes.unicode_minus'] = False

medal = [32, 28, 54, 50, 59, 63, 100, 88, 70, 88]
x = np.arange(len(medal))
# 索引列表
year = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]

(x, medal, width=0.5)

# 设置标题及字体大小
plt.title('中国历届奥运会奖牌情况', fontsize=20)
plt.xlabel('年份', fontsize=14)
plt.ylabel('数量/枚', fontsize=14)
plt.xticks(x, year)
# 设置坐标轴刻度
plt.tick_params(axis='both', labelsize=12, color='red')
()

效果：

# author:mlnt
# createdate:2022/8/17
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 1.准备数据
labels = [1984, 1988, 1992, 1996, 2000, 2004, 2008, 2012, 2016, 2021]
gold_medal = [15, 5, 16, 16, 28, 32, 51, 38, 26, 38]
silver_medal = [8, 11, 22, 22, 16, 17, 21, 27, 18, 32]
bronze_medal = [9, 12, 16, 12, 15, 14, 28, 23, 26, 18]

x = np.arange(len(labels))  # x轴位置
width = 0.3  # 直方图的宽度

fig, ax = plt.subplots()
rects1 = (x - width, gold_medal, width, label='gold_medal')
rects2 = (x, silver_medal, width, label='silver_medal')
rects3 = (x + width, bronze_medal, width, label='bronze_medal')

# 设置标题及字体大小
ax.set_xlabel('年份', fontsize=14)
ax.set_ylabel('数量/枚', fontsize=14)
ax.set_title('中国历届奥运会奖牌情况', fontsize=20)
ax.set_xticks(x, labels)
# 设置图例
ax.legend()

_label(rects1, padding=3)
_label(rects2, padding=3)
_label(rects3, padding=3)

fig.tight_layout()

()

效果：

5. 使用CSV文件绘制图表

# author:mlnt
# createdate:2022/8/17
import csv

import matplotlib
import matplotlib.pyplot as plt

("font", family='Microsoft YaHei')

filename = ''

with open(file=filename) as csvFile:    # 打开csv文件
    csvReader = csv.reader(csvFile)    # 创建reader对象
    headerRow = next(csvReader)   # 读取文件下一行
    print(headerRow)  # ['学号', '姓名', '语文', '数学', '英语', '物理', '化学', '生物']
    # 设置空列表
    names, Chinese, Math, English, Physics, Chemistry, Biology = [], [], [], [], [], [], []
    for row in csvReader:
        # 将数据添加到列表
        names.append(row[1])
        Chinese.append(int(row[2]))
        Math.append(int(row[3]))
        English.append(int(row[4]))
        Physics.append(int(row[5]))
        Chemistry.append(int(row[6]))
        Biology.append(int(row[7]))
    print(f'语文：{Chinese}')
    print(f'数学：{Math}')
    print(f'英语：{English}')
    print(f'物理：{Physics}')
    print(f'化学：{Chemistry}')
    print(f'生物：{Biology}')

# 绘制语文成绩
# 设置绘图区大小
fig = plt.figure(dpi=80, figsize=(12, 8))
# 设置线条样式
line_Chinese, = (names, Chinese, '-*', label='Chinese')
line_Math, = (names, Math, '-o', label='Math')
line_English, = (names, English, '-p', label='English')
line_Physics, = (names, Physics, '-s', label='Physics')
line_Chemistry, = (names, Chemistry, '-v', label='Chemistry')
line_Biology, = (names, Biology, '-^', label='Biology')
# 设置图例
plt.legend(handles=[line_Chinese, line_Math, line_English, line_Physics, line_Chemistry, line_Biology], loc='best')
# 旋转
fig.autofmt_xdate(rotation=60)
plt.title('成绩分析', fontsize=20)
plt.xlabel('学员', fontsize=14)
plt.ylabel('分数', fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
()

：

效果：

# author:mlnt
# createdate:2022/8/17
import csv
from datetime import datetime

import matplotlib
import matplotlib.pyplot as plt

("font", family='Microsoft YaHei')

filename = ''

with open(file=filename) as csvFile:    # 打开csv文件
    csvReader = csv.reader(csvFile)    # 创建reader对象
    headerRow = next(csvReader)   # 读取文件下一行
    # print(headerRow)
    # 设置空列表
    dates, lowTemps, highTemps, averageTemps = [], [], [], []
    for row in csvReader:
        try:
            # 将日期字符串转成对象
            currentDate = datetime.strptime(row[0], '%Y/%m/%d')
            # 设置最低温度
            # 需要转换成数字类型，y轴才能进行排序
            lowTemp = float(row[1])
            # 设置最高温度
            highTemp = float(row[2])
            # 设置平均温度
            averageTemp = float(row[3])
        except Exception as e:
            print('有缺值', e)
        else:
            # 将数据添加到列表
            dates.append(currentDate)
            lowTemps.append(lowTemp)
            highTemps.append(highTemp)
            averageTemps.append(averageTemp)
    print(f'最低温度：{lowTemps}')
    print(f'最高温度：{highTemps}')
    print(f'平均温度：{averageTemps}')


# # 设置绘图区大小
fig = plt.figure(dpi=80, figsize=(12, 8))
# 设置线条样式
line_highTemps, = (dates, highTemps, '-*', label='highTemps')
line_lowTemps, = (dates, lowTemps, '-o', label='lowTemps')
line_averageTemps, = (dates, averageTemps, '-p', label='averageTemps')
# 设置图例
plt.legend(handles=[line_lowTemps, line_averageTemps, line_highTemps], loc='best')
# 旋转
fig.autofmt_xdate(rotation=60)
plt.title('Weather Report', fontsize=20)
plt.xlabel('Date', fontsize=12)
plt.ylabel('Temperature (C)', fontsize=14)
plt.tick_params(axis='both', labelsize=12, color='red')
()

：效果：

参考：

官网：官方文档：色彩映射：

w627200w
关注
【python】打开网页和下载文件
Hit the keyboard hard
07-08 1598
大家好，我是胡亥大魔王。今天介绍python中打开网页和下载文件
Python下载百度网盘文件的实战代码
热门推荐
herosunly的博客
03-10 2万+
小伙伴将模型和数据保存在了百度云盘上，我需要将其下载到Linux环境下进行复现，如果能够直接使用Python将其下载到Linux环境下，就省去下载到Windows环境下，再拷贝至Linux环境的繁琐步骤了。注：经实验，该方法在Windows环境下也可以正确运行。 文章目录 1. 安装Python库 2. 认证 3. 下载 3.1 配置 3.2 查看并下载 4. 上传
python包的下载网站
Vulpes corsac
10-12 2843
python包的下载网站 网址1: ​​​Unofficial Windows Binaries for Python Extension Packageshttp://www.lfd.uci.edu/~gohlke/pythonlibs/ 网址2： the Python Package Indexhttps://pypi.python.org/pypi
下载Python特别慢怎么办？
z884257890的博客
01-17 1万+
python安装
python下载安装requests库
qq1507171150的博客
03-18 4724
python下载安装requests库
python下载后在哪打开
2401_86114424的博客
07-09 719
对于条件语句与循环语句，因为有着c++的基础，比较容易上手，而且在接触的时候发现了许多微妙之处，就比如在Python中，不管是if，while，for，还是之后学习的函数与类，它都没有用到大括号{}，所以在编写程序的时候，一定要注意每一行所在的位置，否则不是报错，就是程序的运行结果事与愿违。-----------------------------------------------那么，第二周的学习就到这了-------------------------------------------
python3.8.5安装后怎么打开,python下载好了如何打开
wenangou的博客
09-22 127
大家好，给大家分享一下python下载安装好后怎么打开，很多人还不知道这一点。下面详细解释一下。现在让我们来看看！
python专利爬虫下载
04-24
Python专利爬虫是一种用于自动化收集网络上公开专利信息的程序，尤其在知识产权研究、数据分析以及法律服务等领域有广泛应用。这个特定的爬虫项目采用了中介者模式来管理请求，以避免对目标网站造成过大的压力，可能...
下载好python后,怎么打开,python怎么进入编程界面
weixin_55154866的博客
08-30 2529
大家好，给大家分享一下python下载安装好后怎么打开，很多人还不知道这一点。下面详细解释一下。现在让我们来看看！
python在电脑上下载完在哪里打开
2401_86114612的博客
07-04 361
参考资料：python中用turtle画一个圆形 https://blog.csdn.net/SXIAOYAN_/article/details/140061099。os库虽然很方便，也是python的内置库，但是，据说某些不怀好意的人，写病毒的时候经常用到os库，于是可怜的os库就被各大杀毒软件跟谷歌拉黑了。原文地址1：https://blog.csdn.net/jupiter221/article/details/120515477。大家好，小编为大家解答电脑上的python怎么下载的问题。
ks8 本地化部署 F5-TTS
陈锐的技术笔记
11-13 330
此外，F5-TTS 还创新性地引入了推理时的 Sway Sampling 策略，这一策略可以在推理阶段优先处理早期的流步骤，从而提高生成语音与输入文本的对齐效果。在 LibriSpeech-PC 数据集上，该模型的字错误率（WER）达到了2.42，并且在推理时的实时因子(RTF)为0.15，显著优于之前的扩散模型 E2TTS，后者在处理速度和鲁棒性上存在短板。传统的 TTS 模型往往需要进行复杂的持续时间建模、音素对齐和专门的文本编码，这些都增加了合成过程的复杂性。继续TSS的启动，进入pod 输入命令。
自动化爬虫DrissionPage
m0_55297736的博客
11-09 871
自动化爬虫DrissionPage
外星人入侵
weixin_60243362的博客
11-12 1076
外星人入侵项目实践
什么是Python模块化编程
最新发布
大数据实战派
11-13 185
模块化编程是一种编程方法论，它将程序的功能划分为多个独立的模块，每个模块负责程序中的一部分功能。通过这种方式，程序的代码被分割成更小、更易管理的部分，每个模块都可以独立开发、调试和测试，模块之间通过接口进行交互。模块化编程是将一个复杂的程序拆分为多个独立、功能明确的小模块的编程方法。这不仅提高了代码的复用性和可维护性，还促进了团队协作开发，增强了程序的扩展性。在实际开发中，模块化编程让代码结构更加清晰，逻辑更加简洁，为程序的长久维护和扩展打下了坚实的基础。
推荐一款管道数据检索工具：Pipedata-Pro
11-09 407
是一款专为设计石油、天然气、水和蒸汽管道及管道系统的工程师开发的应用程序。该应用程序提供了设计管道系统所需的工程数据，拥有一个全面的管道类型、配件和材料。
【python基础算法编程】
weixin_42333261的博客
11-12 427
这个函数使用两个指针，一个从字符串的开头开始，另一个从字符串的结尾开始。否则，函数递归调用自身，传入去掉首尾字符的子字符串。递归是一种直接的方法来计算斐波那契数列，但对于较大的 N 值，它会非常慢，因为它会重复计算相同的子问题。然后，它比较字符串的第一个和最后一个字符是否相等。如果它们不相等，函数返回。函数是一个生成器函数，用于生成从给定序列中选择指定长度的元素的所有排列。可以使用循环从最后一个元素开始，逐个访问每个元素，直到第一个元素。斐波那契数列是一个经典的数学序列，其中每个数字都是前两个数字的和。
11.11 case class
2402_87076449的博客
11-11 233
1，使用case class创建图书信息类Book：包含四个属性：ID，书名，作者，价格，数量。2，创建一个名为BookList的可变List，它只能用来保存Book的实例。3，初始化三本不同的书（注意id不同就是不同的书），加入到BookList中。7，删除指定ID的书。9，遍历图书列表，并打印每本书的详细信息。3.自动重写：toString，equals，hashCode，copy。3.自动重写：toString，equals，hashCode，copy。1.不可变性 创建的对象的属性是不能修改的。
大模型落地之ollama控制设备
weixin_44772948的博客
11-10 105
本地环境：ollama3.2（理论上ollama3.1以上就支持tool功能，但是笔者没有试过）(PS:不足点，在输入不是控制指令的相关问题时，大概率也会调用工具，需要后续调优）
连接实验室服务器并创建虚拟环境，从本地上传文件到linux服务器，使用requirement.txt安装环境需要的依赖的方法及下载缓慢的解决方法(Linux)
aha_xigua的博客
11-12 316
现在你已经成功创建并激活了一个新的conda环境。如果返回了版本信息，说明conda已经安装。如果没有安装，你需要先安装conda。创建一个新的conda环境。在你的个人计算机上打开终端（命令行界面）。输入密码后，你将成功连接到实验室服务器。三、利用conda创建环境。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值