有时候为了直观展现图的信息,可以在大图中添加小子图的方式进行数据分析,如下图所示:
具体的代码如下:该图连接了数据库,当然重要的不是数据展示,而是添加子图的方法。
import matplotlib.pyplot as plt import MySQLdb as mdb import numpy as np from mpl_toolkits.axes_grid1.inset_locator import inset_axes from mpl_toolkits.axes_grid1.inset_locator import mark_inset def graph(): # 连接数据库 conn = mdb.connect(host='127.0.0.1', port=3306, user='root', passwd='root', db='alibaba_trace', charset='utf8') # 如果使用事务引擎,可以设置自动提交事务,或者在每次操作完成后手动提交事务conn.commit() conn.autocommit(1) # conn.autocommit(True) # 使用cursor()方法获取操作游标 cursor = conn.cursor() # 因该模块底层其实是调用CAPI的,所以,需要先得到当前指向数据库的指针。 try: cursor.execute("select machineID, count(id) from batch_instance where machineID != 0 group by machineID") records = cursor.fetchall() list_records = list(records) except: import traceback traceback.print_exc() # 发生错误时回滚 conn.rollback() finally: # 关闭游标连接 cursor.close() # 关闭数据库连接 conn.close() res = [] res[:] = map(list, list_records) machineID = [x[0] for x in res] instance_num = [x[1] for x in res] print(max(instance_num)) print(min(instance_num)) fig = plt.figure() ax1 = fig.add_subplot(1, 1, 1) # # cdf # hist, bin_edges = np.histogram(instance_num, bins=len(np.unique(instance_num))) # cdf = np.cumsum(hist / sum(hist)) # ax1.plot(bin_edges[1:], cdf, color='red', ls='-') # ax1.set_xlabel("instance number per machine") # ax1.set_ylabel("portion of machine") # plt.savefig('../../imgs_mysql/cdf_of_machine_instance.png') # # 直方图 ax1.hist(instance_num, normed=False, alpha=1.0, bins=100) ax1.set_xlabel('instance number per machine') ax1.set_ylabel('machine number') # cdf 要添加的子图 axins = inset_axes(ax1, width=1.5, height=1.5, loc='upper left') # ax1 大图 # width height分别为子图的宽和高 # loc 为子图在大图ax1中的相对位置 相应的值有 # upper left # lower left # lower right # right # center left # center right # lower center # upper center # center hist, bin_edges = np.histogram(instance_num, bins=len(np.unique(instance_num))) cdf = np.cumsum(hist / sum(hist)) axins.plot(bin_edges[1:], cdf, color='red', ls='-') axins.set_yticks([]) # axins.set_xlabel("instance number per machine") # axins.set_ylabel("portion of machine") plt.savefig("../../imgs_mysql/hist_of_machine_instance") plt.show() if __name__ == '__main__': graph()
以上这篇python 实现在一张图中绘制一个小的子图方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com
暂无评论...
更新日志
2024年11月20日
2024年11月20日
- 群星《我们的歌第六季 第1期》[FLAC/分轨][456.01MB]
- 齐秦 《辉煌30年DSD》24K珍藏版2CD[WAV+CUE][1.9G]
- 张玮伽《聆听伽音 HQCDII 》[正版原抓WAV+CUE][1.1G]
- 阿杜2002《天黑》台湾首版 [WAV+CUE][1.2G]
- 关淑怡.2019-Psychoacoustics(金曲重绎)(24BIT)【FLAC】
- 米线《醉迷声线6N纯银SQCD》【WAV+CUE】
- 刘紫玲2024《清平调》[低速原抓WAV+CUE]
- 伍佰1998《世界第一等》98绝版收藏EP[WAV+CUE]
- 天乐试机天碟 《终极参考SACD》十大发烧唱片之一[WAV分轨]
- 群星《新说唱2024 第12期 (下)》[320K/MP3][95.27MB]
- 楼兰2024-《楼兰传奇》[低速原抓WAV+CUE]
- 楼兰《楼兰传奇2》2024[低速原抓WAV+CUE]
- 陈果《有了你》UPM24K金碟[日本限量版][WAV+CUE]
- 群星《新说唱2024 第12期 (下)》[FLAC/分轨][506.43MB]
- 李常超 (Lao乾妈)《天生江湖》[320K/MP3][168.84MB]