我要评论
import matplotlib.pyplot as plt #plt用于显示图片
import matplotlib.image as mping #mping用于读取图片
import datetime as dt
import matplotlib.dates as mdates
from pylab import *
def draw_trend_chart(dates,y):
mpl.rcparams['font.sans-serif'] = ['simhei'] #指定默认字体
mpl.rcparams['axes.unicode_minus'] = false #解决保存图像是负号'-'显示为方块的问题
x = [dt.datetime.strptime(d,'%y/%m/%d').date() for d in dates]
#plt.figure(figsize=(8,8))
plt.figure()
#plt.gca().xaxis.set_major_formatter(mdates.dateformatter('%m/%d/%y'))
#plt.gca().xaxis.set_major_locator(mdates.daylocator())
#plt.plot(x,y,"r--",linewidth=2)
plt.plot(x,y,"r",linewidth=1)
#plt.gcf().autofmt_xdate()
#plt.xlabel("date") #x轴标签
plt.ylabel("weight") #y轴标签
plt.title("my health tracking")#标题
plt.savefig("liuyang.png") #保存图片名称
lena = mping.imread('liuyang.png') #读取图片文件信息
lena.shape #（512,512,3）
plt.imshow(lena) #显示图片
plt.axis('off') #不显示坐标轴
plt.title("")
plt.show() #显示
def get_weight_data(filename):
time = []
weight = []
filecontent=open(filename,"r")
for eachline in filecontent:
eachdata = eachline.strip('\n').split(",")
if eachdata[-1].strip() =='':
continue
else:
time.append(eachdata[0])
weight.append(eachdata[1])
return [time, weight]
data = get_weight_data("data.csv")
draw_trend_chart(data[0],data[1])
以上就是python绘制趋势图的示例的详细内容，更多关于python绘制趋势图的资料请关注移动技术网其它相关文章！
您可能感兴趣的文章:
如您对本文有疑问或者有任何想说的，请点击进行留言回复，万千网友为您解惑！
网友评论