平时压力测试,生成一些数据后分析,直接看 log 不是很直观,前段时间看到公司同事分享了一个绘制图表python 模块 : plotly, 觉得很实用,利用周末时间熟悉下。
plotly 主页 : https://plot.ly/python/
安装
在 ubuntu 环境下,安装 plotly 很简单
python 版本2.7+
$ sudo pip install plotly
绘图
在 plotly 网站注册后,可以直接将生成的图片保存到网站上,便于共享保存。
这里使用离线的接口,生成的 html 保存在本地文件
绘制直线图
先随便搞一组数据用来绘制图表
lcd@ubuntu:~/$ cat gen_log.sh #!/bin/bash count=$1 while [ $count -gt 0 ] do sar -n DEV 1 1 | grep "Average:" | grep "eth0" | awk '{print $4,$5,$6}' count=$(($count-1)) done lcd@ubuntu:~/$ sh gen_log.sh 1000 > log.txt
通过上述脚本,获取每秒钟网卡的3个数据,记录文本,利用 ploty 按时间绘制成直线图,实现如下:
#!/usr/bin/env python import plotly.offline as pltoff import plotly.graph_objs as go def line_plots(name="line_plots.html"): dataset = { 'time': [], 'rx': [], 'tx': [], 'util': [] } with open("./log.txt") as f: i = 0 for line in f: items = line.split() dataset['time'].append(i) dataset['rx'].append(items[0]) dataset['tx'].append(items[1]) dataset['util'].append(items[2]) i += 1 data_g = [] # 构建 time - rx 数据关系,折线图 tr_rx = go.Scatter( x = dataset['time'], y = dataset['rx'], name = 'rx') data_g.append(tr_rx) tr_tx = go.Scatter( x = dataset['time'], y = dataset['tx'], name = 'tx') data_g.append(tr_tx) tr_util = go.Scatter( x = dataset['time'], y = dataset['util'], name = 'util') data_g.append(tr_util) # 设置图表布局 layout = go.Layout(title="Line plots", xaxis={'title':'time'}, yaxis={'title':'value'}) fig = go.Figure(data=data_g, layout=layout) # 生成离线html pltoff.plot(fig, filename=name) if __name__=='__main__': line_plots()
生成图表如下所示 :
柱形图
#!/usr/bin/env python import plotly.offline as pltoff import plotly.graph_objs as go def bar_charts(name="bar_charts.html"): dataset = {'x':['man', 'woman'], 'y1':[35, 26], 'y2':[33, 30]} data_g = [] tr_y1 = go.Bar( x = dataset['x'], y = dataset['y1'], name = '2016' ) data_g.append(tr_y1) tr_y2 = go.Bar( x = dataset['x'], y = dataset['y2'], name = '2017' ) data_g.append(tr_y2) layout = go.Layout(title="bar charts", xaxis={'title':'x'}, yaxis={'title':'value'}) fig = go.Figure(data=data_g, layout=layout) pltoff.plot(fig, filename=name) if __name__=='__main__': bar_charts()
bar char
饼状图
#!/usr/bin/env python import plotly.offline as pltoff import plotly.graph_objs as go def pie_charts(name='pie_chart.html'): dataset = { 'labels':['Windows', 'Linux', 'MacOS'], 'values':[280, 10, 30]} data_g = [] tr_p = go.Pie( labels = dataset['labels'], values = dataset['values'] ) data_g.append(tr_p) layout = go.Layout(title="pie charts") fig = go.Figure(data=data_g, layout=layout) pltoff.plot(fig, filename=name) if __name__=='__main__': pie_charts()
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“python实现数据图表”评论...
更新日志
2025年01月10日
2025年01月10日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]