Matplotlib绘图

# -*- coding: utf-8 -*-
#数据库的连接
#（1）导入pymysql模块
import pymysql
#（2）创建数据库连接对象
db=pymysql.connect(
                host='localhost',
                user='root',
                password='123456',
                database='stusys',
                charset='utf8'
                 )
#（3）创建游标对象
cur=db.cursor()
#(4)执行操作
sql="""
insert into student
    values('401','陌缘君','男','2001-05-06','数字科学',21)
    """
cur.execute(sql)
cur.execute('show tables')
cur.execute('select * from student')
#(5)打印操作结果
data=cur.fetchall()
for i in data:
    print(i)

#(6)关闭数据库
db.close()

############################
##Matplotlib绘图
#0.matplotlib 小测

import matplotlib.pyplot as plt
plt.plot([4,5,4,1,8],[3,1,2,5,1])#前面的是x轴后面是y轴坐标图
plt.ylabel('Grade')#显示y轴标签
plt.savefig('../R&Q_pic/test0.jpg', dpi=600)#保存图形图片
plt.show()#在坐标系里显示图形

#1.matplotlib 综合小测
import matplotlib.pyplot as plt
plt.plot([4,-5,4,-1,8],[3,-1,2,-5,1])
plt.xlabel('Course')#显示x轴标签
plt.ylabel('Grade')#显示y轴标签
plt.axis([-5,10,-3,0])
plt.savefig('../R&Q_pic/test1.jpg', dpi=600)#保存图形图片
plt.show()#在坐标系里显示图形

#2.同一绘图区域绘制多图
import numpy as np       #导入科学计算numpy模块
import matplotlib.pyplot as plt
a=np.arange(10)
plt.plot(a, a*1.5*a,'ro-',label='a')
plt.plot(a, a*2.5*2,'gx--',label='b')
plt.plot(a, a*3.5*2,'y*',label='c')
plt.plot(a, a*4.5*a,'bs-',label='d')
plt.plot(a, a*5.5*5,'mH--',label='e')
plt.savefig('../R&Q_pic/test2.jpg', dpi=600)#保存图形图片
plt.legend()
plt.show()#在坐标系里显示图形

#3.多区域的绘图
import numpy as np       #导入科学计算numpy模块
import matplotlib.pyplot as plt
def f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)
a=np.arange(0,5,0.02)
plt.subplot(322)
plt.plot(a,f(a))

plt.subplot(323)
plt.plot(a,np.cos(2*np.pi*a*2),'-.',color='r')

plt.subplot(324)
plt.plot(a,np.sin(2*np.pi*a*a),'--',color='g')

plt.subplot(325)
plt.plot(a,np.tan(2*np.pi*a*2),':',color='m')

plt.savefig('../R&Q_pic/test3.jpg', dpi=600)#保存图形图片
plt.show()#在坐标系里显示图形

#4.饼图的绘制
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['simHei']#用来正常显示中文标签
labels=['教师','辅导员','实训室管理员','行政人员']
sizes=[79,26,10,8]
colors=['yellowgreen','gold','lightskyblue','red']
explode=(0.2,0.1,0.3,0.5)     #图形与中心的距离
plt.pie(sizes,explode,labels,shadow=(True),startangle=180,autopct='%1.1f%%',\
        pctdistance=1,labeldistance=0.5)  
plt.axis('equal')
plt.savefig('../R&Q_pic/test4.jpg', dpi=600)#保存图形图片
plt.show()#在坐标系里显示图形

#5.条形图的绘制
#绘制2019到2022年中国大陆地区生产口罩总量的条形图
import numpy as np  
import matplotlib.pyplot as plt
datearr=['2019Y','2020Y','2021Y','2022Y']
num_masks=np.asarray([50.4,62.2,77,68.6])
plt.xlabel('2018年--2021年', fontproperties='SimHei',fontsize=10)
plt.ylabel('数量/亿只', fontproperties='SimHei',fontsize=10)
plt.title('2019到2022年中国大陆地区生产口罩总量', fontproperties='SimHei',\
        fontsize=15)
plt.bar(datearr, num_masks, width=0.3)
plt.savefig('../R&Q_pic/test5.jpg', dpi=600)#保存图形图片
plt.show()#在坐标系里显示图形