我的编程空间,编程开发者的网络收藏夹
学习永远不晚

Python实现双轴组合图表柱状图和折线图的具体流程

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

Python实现双轴组合图表柱状图和折线图的具体流程

Python绘制双轴组合的关键在plt库的twinx()函数,具体流程:

1.先建立坐标系,然后绘制主坐标轴上的图表;

2.再调用plt.twinx()方法;

3.最后绘制次坐标轴图表。


import cx_Oracle
import xlrd
import xlwt
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import FuncFormatter

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
#设置坐标轴数值以百分比(%)显示函数
def to_percent(temp, position):
  return '%1.0f'%(1*temp) + '%'
#字体设置
font2 = {'family' : 'Times New Roman',
'weight' : 'normal',
'size'   : 25,
}

conn=cx_Oracle.connect('用户名/密码@IP:端口/数据库')
c=conn.cursor()
#sql查询语句,多行用()括起来
sql_detail=("select substr(date1,6,10)date1,round(avg(r_qty))r_qty,round(avg(e_qty))e_qty,""round(avg(r_qty)/avg(e_qty),2)*100 userate,round(avg(uptime),2)*100 uptime from 表tp "
"tp where 条件  "
"group by date1 order by date1 ")  
                              
x=c.execute(sql_detail)
#获取sql查询数据                         
data=x.fetchall()
#print(data)

#新建Excel保存数据
xl=xlwt.Workbook()
ws=xl.add_sheet("ROBOT 30 DAYS MOVE ")
#ws.write_merge(0,1,0,4,"ROBOT_30_DAYS_MOVE")
for i,item in enumerate(data):
    for j,val in enumerate(item):
        ws.write(i,j,val)
xl.save("E:\\ROBOT_30_DAYS_MOVE.xls")

#读取Excel数据
data1 = xlrd.open_workbook( "E:\\ROBOT_30_DAYS_MOVE.xls")
sheet1=data1.sheet_by_index(0)

date1=sheet1.col_values(0)
r_qty=sheet1.col_values(1)
e_qty=sheet1.col_values(2)
userate=sheet1.col_values(3)
uptime=sheet1.col_values(4)

#空值处理
for a in r_qty:
    if a=='':
        a=0
for a in e_qty:
    if a=='':
        a=0
for a in userate:
    if a=='':
        a=0
for a in uptime:
    if a=='':
        a=0
#将list元素str转int类型
r_qty = list(map(int, r_qty))
e_qty = list(map(int, e_qty))
userate = list(map(int, userate))
uptime = list(map(int, uptime))
#添加平均值mean求平均
r_qty.append(int(np.mean(r_qty))) 
e_qty.append(int(np.mean(e_qty))) 
userate.append(int(np.mean(userate))) 
uptime.append(int(np.mean(uptime))) 
date1.append('AVG')

#x轴坐标
x=np.arange(len(date1))
bar_width=0.35

plt.figure(1,figsize=(19,10))
#绘制主坐标轴-柱状图
plt.bar(np.arange(len(date1)),r_qty,label='RBT_MOVE',align='center',alpha=0.8,color='Blue',width=bar_width)
plt.bar(np.arange(len(date1))+bar_width,e_qty,label='EQP_MOVE',align='center',alpha=0.8,color='orange',width=bar_width)

#设置主坐标轴参数
plt.xlabel('')
plt.ylabel('Move',fontsize=18)
plt.legend(loc=1, bbox_to_anchor=(0,0.97),borderaxespad = 0.) 
#plt.legend(loc='upper left')
for x,y in enumerate(r_qty):
    plt.text(x,y+100,'%s' % y,ha='center',va='bottom')
for x,y in enumerate(e_qty):
    plt.text(x+bar_width,y+100,'%s' % y,ha='left',va='top') 
plt.ylim([0,8000])

#调用plt.twinx()后可绘制次坐标轴
plt.twinx()

#次坐标轴参考线
target1=[90]*len(date1)
target2=[80]*len(date1)

x=list(range(len(date1)))
plt.xticks(x,date1,rotation=45)

#绘制次坐标轴-折线图
plt.plot(np.arange(len(date1)),userate,label='USE_RATE',color='green',linewidth=1,linestyle='solid',marker='o',markersize=3)
plt.plot(np.arange(len(date1)),uptime,label='UPTIME',color='red',linewidth=1,linestyle='--',marker='o',markersize=3)

plt.plot(np.arange(len(date1)),target1,label='90%target',color='black',linewidth=1,linestyle='dashdot')
plt.plot(np.arange(len(date1)),target2,label='80%target',color='black',linewidth=1,linestyle='dashdot')

#次坐标轴刻度百分比显示
plt.gca().yaxis.set_major_formatter(FuncFormatter(to_percent))

plt.xlabel('')
plt.ylabel('Rate',fontsize=18)
#图列
plt.legend(loc=2, bbox_to_anchor=(1.01,0.97),borderaxespad = 0.) 
plt.ylim([0,100])
for x,y in enumerate(userate):
    plt.text(x,y-1,'%s' % y,ha='right',va='bottom',fontsize=14)
for x,y in enumerate(uptime):
    plt.text(x,y+1,'%s' % y,ha='left',va='top',fontsize=14) 

plt.title("ROBOT 30 DAYS MOVE")

#图表Table显示plt.table()
listdata=[r_qty]+[e_qty]+[userate]+[uptime]#数据
table_row=['RBT_MOVE','EQP_MOVE','USE_RATE(%)','UPTIME(%)']#行标签
table_col=date1#列标签
print(listdata)
print(table_row)
print(table_col)

the_table=plt.table(cellText=listdata,cellLoc='center',rowLabels=table_row,colLabels=table_col,rowLoc='center',colLoc='center')
#Table参数设置-字体大小太小,自己设置
the_table.auto_set_font_size(False)
the_table.set_fontsize(12)
#Table参数设置-改变表内字体显示比例,没有会溢出到表格线外面
the_table.scale(1,3)
#plt.show()

plt.savefig(r"E:\\ROBOT_30_DAYS_MOVE.png",bbox_inches='tight')
#关闭SQL连接
c.close()                                                      
conn.close()

结果显示:

到此这篇关于Python实现双轴组合图表柱状图和折线图的具体流程的文章就介绍到这了,更多相关python柱状图和折线图内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

Python实现双轴组合图表柱状图和折线图的具体流程

下载Word文档到电脑,方便收藏和打印~

下载Word文档

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录