python绘制分组条形图,python绘制并列柱状图

  python绘制分组条形图,python绘制并列柱状图

  这篇文章主要为大家详细介绍了大蟒绘制分组对比柱状图,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

  本文实例为大家分享了大蟒绘制分组对比柱状图的具体代码,供大家参考,具体内容如下

  首先放效果图:

  # -*-编码: utf-8 -*-

  将数组作为铭牌导入

  将张量流作为法国南部(French Southern Territories的缩写)导入

  从matplotlib.path导入路径

  从matplotlib。补丁导入路径修补

  将matplotlib.pyplot作为血小板计数导入

  导入绘制精美的图表

  从matplotlib.animation导入FuncAnimation

  将绘制精美的图表作为数学编程语言(Mathematical Programming Language)导入

  导入日期时间

  导入时间

  进口是

  导入urllib.request

  NP。set _ print选项(suppress=True)

  mpl。RC params[ font。sans-serif ]=[ sim hei ]#指定默认字体辛黑为黑体

  mpl。RC params[轴。unicode _ MINUS ]=False #用来正常显示负

  导入请求

  进口是

  导入摘要算法

  #测试数据欧诗漫的点线面数据

  #测试主机8G 4核1T机械盘

  #mysql 5.7.23

  #postgresql 12

  #大梦七

  #oracle 19c 19.3

  #读取效率点线面

  r=[ [24714,21748,19298],#甲骨文

  GDB号码:44127 45943 42199

  #[0,0,0],#SQLITE

  # [0,0,0],#MySQL

  [352641,352739,304189],#SQLITE

  [213550,218095,212749],#MySQL

  [36556,22172,12741],#PostgreSQL

  [52749,46292,20040],#大萌

  [25111,12000,11000],#ArcGIS_GDB

  [10102,9003,7003] #ArcGIS_ORACLE

  ]

  #写入效率

  w=[[19067540],#甲骨文

  GDB号

  [945478184757235],#SQLITE

  # [0,0,0],#SQLITE

  [502662403],#MySQL

  #[0,0,0],#MySQL

  [1631,1599,1502],#PostgreSQL

  [2004,1849,1524],#大蒙

  [10111,8000,5600],#ArcGIS_GDB

  [1100,1000,900] #ArcGIS_ORACLE

  ]

  #这是柱图x轴标签

  ysr=[甲骨文, GDB , SQLITE , MySQL , PostgreSQL ,达蒙, ArcGIS_GDB , ArcGIS_ORACLE]

  def绘制地理数据库(r计数,w计数,y):

  #第一行第一列图形2,1 代表2行一列

  ax1=plt.subplot(2,1,1)

  #第二行第一列图形

  ax3=plt.subplot(2,1,2)

  #默认时间格式

  plt.sca(ax1)

  plt.xlabel( ,color=r) #X轴标签

  plt.ylabel(条/s ,color=r) #Y轴标签

  #plt.grid(真)显示格网

  #plt.gcf().autofmt_xdate()显示时间

  plt.legend() #显示图例

  工厂名称([读取]效率) #标题

  x1=[1,5,9,13,17,21,25,29] # x轴点效率位置

  x2=[x1中我的I 1]# x轴线效率位置

  x3=[x1中我的一. ^ 2]# x轴面效率位置

  y1=[i[0] for i in rcount] # y轴点效率位置

  y2=[i[1] for i in rcount] # y轴线效率位置

  y3=[i[2] for i in rcount] # y轴面效率位置

  #占位以免数据源标签丢失

  y0=[,,,,,,, , , , ]

  plt.bar(x1,y1,alpha=0.7,width=1,color=r ,label=点,标记标签=y0)

  plt.bar(x3,y3,alpha=0.7,宽度=1,颜色=b ,标签=面,标记标签=y0)

  plt.bar(x2,y2,alpha=0.7,宽度=1,颜色=g ,标签=线,滴答标签=y)

  #至此第一行的读取效率绘制完毕,再重复一下第二行的写效率

  plt.sca(ax3)

  plt.xlabel(数据源,color=r) #X轴标签

  plt.ylabel(条/s ,color=r) #Y轴标签

  #plt.grid(真)

  plt.legend() #显示图例

  工厂名称([写入]效率) #图标题

  y1=[i[0] for i in wcount]

  y2=[i[1] for i in wcount]

  y3=[i[2] for i in wcount]

  y0=[,,,,,,, , , , ]

  plt.bar(x1,y1,alpha=0.7,width=0.6,color=r ,label=点,标记标签=y0)

  plt.bar(x3,y3,alpha=0.7,width=0.6,color=b ,label=面,标记标签=y0)

  plt.bar(x2,y2,alpha=0.7,宽度=0.6,颜色=g ,标签=线,滴答标签=y)

  plt。图例()

  plt.show()

  drawgeodataabse(r,w,ysr)

  以上所有代码在python3.6.4上运行测试成功

  以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持盛行信息技术软件开发工作室。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: