使用 jupyter-notebook + python + matplotlib 进行数据可视化

上次用 python 脚本中定期查询数据库，监视订单变化，将时间与处理完成订单的数量进行输入写入日志，虽然省掉了人为定时查看数据库并记录的操作，但是数据不进行分析只是数据，要让数据活起来！

为了方便看出已完成订单的趋势，又不想想到使用Excel, 想到手动绘制表格填入数据就充满了抵触，哈哈，能用代码完成的事绝不手操，不能愧对python！

先确保python环境和pip已经安装好

这个过程分为3步： 安装 jupyter-notebook  ——>  安装matplotlib  ——> 写代码呗

　　1. 为什么用 jupyter-notebook ，jupyter安装方便，功能强大，基于浏览器编辑运行，数据可视化支持友好 ....

　　　　安装: pip install jupyter notebook

　　　　 运行:  在cmd 中输入: jupyter-notebook

　　　　 你将看到如下信息界面：

　　　　　　

　　　　浏览器会默认打开127.0.0.1:8888，如果没有，手动复制红框地址在浏览器打开，然后你就可以愉快地使用jupyter了！

　　　　在右上角有个NEW按钮，可以看到jupyter支持创建的类型，python3: 一个交互式的python环境，支持tab 提示补全， Text File：普通文本文件， Folder: 文件夹， Terminal： 比系统cmd更舒服的控制台

　　　　

　　　　还可以用ls ，pwd等linux命令 是不是很强大！

　　2.  安装matplotlib, Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。

　　　　pip install matplotlib

　　3. 如果有log文件内容如下:

　　　　------------------current time: 2019-09-11 11:33:55, finished order count: 0 --------------------

　　　　------------------current time: 2019-09-11 11:43:55, finished order count: 63 --------------------

　　　　------------------current time: 2019-09-11 11:53:55, finished order count: 117 --------------------

　　　　------------------current time: 2019-09-11 12:03:55, finished order count: 135 --------------------

　　　　------------------current time: 2019-09-11 12:13:55, finished order count: 185 --------------------

　　　　------------------current time: 2019-09-11 12:23:55, finished order count: 218 --------------------

　　　　要将时分秒数据作为x轴数据，0,63,117等订单数据作为y轴数据，看代码：

　　　　　　

# -*- coding=utf-8 -*-

import re

import pandas

from matplotlib import pyplot as plt 

with open('../log.log','r') as f:

    lines = f.readlines()

x = []

y = []

for line in lines:

    date = re.search(r' (\d+:\d+:\d+)',line).group(1)

    x.append(date)

    finishOrder = re.search(r'count: (\d+)', line).group(1)

    y.append(int(finishOrder))

plt.figure(figsize=(20,10)) #创建绘图对象  指定figure的宽和高，单位为英寸

plt.plot(x,y,"o--",linewidth=1)  #在当前绘图对象绘图（X轴，Y轴，蓝色虚线，线宽度）

plt.xticks(rotation=25)  # 旋转角度，避免x轴间距不足导致重叠

plt.tick_params(labelsize=14)

for x,y in zip(x,y):

    plt.text(x,y + 5,'%.0f' %y,ha = 'center',fontsize = 14)    #  使折现节点显示具体的值  ， +5 表示节点的值位于节点的上下距离高度

plt.xlabel("时间段",fontproperties="SimSun",fontsize = 18) #X轴标签 fontproperties设置字体，不然会中文乱码

plt.ylabel("已完成订单数",fontproperties="SimSun",fontsize = 18)

plt.title("趋势图",fontproperties="SimSun",color='red',fontsize = 24) #图标题

plt.savefig('趋势图.png') # 保存生成的趋势图到本地 必须写在show前面，不然保存的图片是空白的

plt.show() #显示图

看效果：

　　

　　　　

使用 jupyter-notebook + python + matplotlib 进行数据可视化的相关教程结束。