python导入csv数据画直方图,python导入数据并画图

　　使用大蟒导入超过绘图使用超过数据绘图：

　　import pandas aspdimportnumpyasnpimportmatplotlib。pyplotaspltfrompl _ toolkits。坐标轴_网格1 .inset _ locatorimportinset读取数据x _轴_数据=[]y1 _轴_数据=[]y2 _轴_数据=[]y3 _轴_数据=[]yata think \ desktop 123。xlsx )#数据赋值def get(:forrowinsheet。索引。values 3360 doc=dict)doc[ key 1 ]=sheey 0)x _ axis _ data date 1]y1 _ axis _ data。追加)1))652)y2 _ axis _ data。append(doc[ key 3 ])# doc[ key 4]3]# y3 _轴_数据。追加4) y4 _轴_数据。追加(doc[ key 5 ]绘图def huitu)):PLT。fig)fig sizzure 5)#设置画布的大小PLT。title(theperformanceofnetunderdifferentdatasets)、fontsize=30)标题，然后选择大小PLT.xlabel(透明)设置字体大小PLT.tick_params(labelsize=28 ) #比例字体大小PLT.ylabel(uPSNR ，fontsize=30)以设置y轴，然后单击PLL 33 ) ) PLT.xlim))坐标轴刻度y_ticks=NP.arange ) ) 1，设置300 10)PLT。x刻度(x _ ticks)PLT。x刻度(x _ ticks)#颜色：颜色、线宽：线宽、线型：线型、label : label=Set5 ，marker= )# PLT。plot(x _ axis _ data ation line style=:，label=Set14 ，marker= *)color= marker= )# PLT。PLT(x _ axis _ data，y4_axis_data，color=green ，linewidth=1，line style=:marker= )。rcparams。更新({ 字体。尺寸:22 })图例字体大小PLT.legend (loc=4))

　　import pandas aspdimportnumpyasnpimportmatplotlib。pyplotaspltfrompl _ toolkits。坐标轴_网格1 .inset _ locatorimportinset读取数据x _轴_数据=[ ] y1 _轴_数据=[ ] y2 _轴_数据=[ ] y3 _轴_数据=[ ] yata

　　ATA=[]sheet=PD。read _ excel(r c:\ Users \ Think \ Desktop \ 123。xlsx )#数据赋值def get():用于工作表中的行。索引。值：doc=dict()doc[ key 1 ]=sheet。iloc[row，0]x _ axis _ data。追加(doc[ key 1 ])doc[ key 2 ]=工作表。iloc[row，1]y1 _ axis _ data。append(doc[ key 2 ])# doc[ key 3 ]=sheet。iloc[row，2]# y2 _ axis _ data。append(doc[ key 3 ])# doc[ key 4 ]进行绘图def huitu_plus(): fig，ax=plt.subplots(1，1) #其中图，ax=情节支线情节(a，b)用来控制子图个数：a为行数，b为列数#ax.plot(x轴数据，y轴数据，color= # 4169 E1 ,alpha=0.8,label=$1*10^{-5}$)ax。plot(x _ axis _ data，y1_axis_data，color=deeppink ，linewidth=2，linestyle=:，label=PSNR ，marker= o )# ax。plot(x _ axis _ data，reward_demaddpg10，color= # 848484 ,alpha=0.8,label=$5*10^{-6}$)# ax。plot(x _ plot label=$1*10^{-6}$)# ax。plot(x _ axis _ data，reward_demaddpg20，color= # 575 b20 ,alpha=0.8,label=$5*10^{-7}$)#轴。plot(x _ axis _ data，reward_demaddpg25，color= # b84d 37 ,alpha=0.8,label=$1*10^{-7}$)plt。图例(位置=4)#图例展示位置，数字代表第几象限ax.set_xlabel(剧集)#横坐标的标签ax.set_ylabel(总报酬)#纵坐标的标签axins=inset_axes(ax，宽度=40% ，高度=30% ，位置=左下角，bbox_to_anchor=(0.3，0.1，1，1)，bbox _ transform=ax。交易)# ax父坐标系；#宽度、高度：子坐标系的宽度和高度（百分比形式或者浮点数个数)# loc:子坐标系的位置；# bbox_to_anchor:边界框，四元数组(x0，y0，宽度，高度);#轴数：子坐标系# axins=ax.inset_axes((0.2，0.2，0.4，0.3))和上面表达式的效果一样axins.plot(x_axis_data，y1_axis_data，color= # 4169 E1 ,alpha=0.8,label=$1*10^{-5}$)#设置放大区间zone_left=2 zone_right=5 #坐标轴的扩展比例（根据实际数据调整)x_ratio=0 # x轴显示范围的扩展比例y比率=0.05 # y轴显示范围的扩展比例# X轴的显示范围xlim 0=x _ axis _ data[zone _ left]-(x _ axis _ data[zone _ right]-x _ axis _ data[zone _ left])* x _ ratio xlim 1=x _ axis _ data[zone _ right](x _ axis _ data[zone _ right]-x _ axis _ data[zone _ left])* x _ ratio # Y轴的显示范围y=NP。h stack(y1 _ axis _ data[zone _ left:zone _ right])ylim 0=NP。min(y)-(NP。max(y)-NP。min(y))* y _ ratio ylim 1=NP。max(y)(NP。max(y)-NP。min(y))* y _ ratio #调整子坐标系的显示范围axins.set_xlim(xlim0，xlim1) axins.set_ylim(ylim0，ylim1) #原图中画方框tx0=xlim 0 tx1=xlim 1 ty0=ylim 0 ty1=ylim 1 sx=[tx0，tx1，tx1，tx0，tx0] sy=[ty0，ty0，ty1，ty1，ty0] ax.plot(sx，sy， blue) #(tx0，ty0)为一个坐标点、类推# 画两条线xy=(xlim0，ylim0) xy2=(xlim0，ylim 1)con=连接patch(xyA=xy2，xyB=xy，coordsA=data ，coordsB=data ，axesA=axins，axes b=ax)axins。add _ artist(con)xy=(xlim 1，ylim0) xy2=(xlim1，ylim 1)con=连接patch(xyA=xy2，xyB=xy，coordsA=data ，coordsB=data ，axesA=axins只进行绘图

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。