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()
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 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]



