matplotlib绘制火柴杆图之基本配置——万能模板案例

简介: matplotlib绘制火柴杆图之基本配置——万能模板案例
import pandas as pd
import numpy as np
import pymysql
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']     #显示中文
plt.rcParams['axes.unicode_minus']=False       #正常显示负号
db = pymysql.connect(host='127.0.0.1',user='root',password='root',database='mydb')
# 查询每个省份 实际物流天数 和 预计物流天数 的差的 平均值
sql = "SELECT CUST_PROV,avg(datediff(DELIVER_DATE,ORDER_DATE)-DELIVER_DAYS) as DATE_DIFF FROM orders WHERE FY=2019 GROUP BY CUST_PROV"
df = pd.read_sql_query(sql,db)
plt.figure(figsize=(15,7))       #设置图形大小
label = "平均延迟天数"
X = df.CUST_PROV
Y = df.DATE_DIFF
markerline, stemlines, baseline = plt.stem(X, Y, label=label, 
                                          bottom=-0.2,  # 基线
                                          )
# 设置属性
plt.setp(markerline, color='red', marker='o',ms=8)  # marker点:火柴头 ms=markersize
plt.setp(stemlines, color='#FF9900', lw=3, ls=':' )    # 火柴杆  lw=linewidth
plt.setp(baseline, color='g', linewidth=2, ls='-')   # 基准线 ls=linestyle
plt.xlabel('省市自治区')
plt.ylabel('平均延迟天数')
plt.title('2019年各省市平均延迟天数')
plt.legend()
plt.show()

image.png


通过获取物流数据进行计算,我们需要可视化出每个地区的物流延迟天数,有利于我们加强对不同地区的物流进行整改,进一步促进智慧物流的形成。

相关文章
|
数据库 Python
matplotlib绘制饼图之基本配置——万能模板案例
matplotlib绘制饼图之基本配置——万能模板案例
464 0
matplotlib绘制饼图之基本配置——万能模板案例
|
Python
matplotlib绘制箱形图之基本配置——万能模板案例(一)
matplotlib绘制箱形图之基本配置——万能模板案例
1201 0
matplotlib绘制箱形图之基本配置——万能模板案例(一)
|
3月前
|
JSON JavaScript Linux
绘图框架 plotly 知识点补充(绘制子图,图表保存)
绘图框架 plotly 知识点补充(绘制子图,图表保存)
73 13
|
5月前
|
数据可视化 Linux 数据格式
`seaborn`是一个基于`matplotlib`的Python数据可视化库,它提供了更高级别的接口来绘制有吸引力的和信息丰富的统计图形。`seaborn`的设计目标是使默认图形具有吸引力,同时允许用户通过调整绘图参数来定制图形。
`seaborn`是一个基于`matplotlib`的Python数据可视化库,它提供了更高级别的接口来绘制有吸引力的和信息丰富的统计图形。`seaborn`的设计目标是使默认图形具有吸引力,同时允许用户通过调整绘图参数来定制图形。
|
7月前
|
图形学 Python
PyQt中图表的建立与显示(完整过程演示)
PyQt中图表的建立与显示(完整过程演示)
160 0
|
7月前
|
机器学习/深度学习
如何使用一行代码在一张图形上展示不同的模型
如何使用一行代码在一张图形上展示不同的模型
69 0
|
Python
matplotlib绘制雷达图之基本配置——万能模板案例
matplotlib绘制雷达图之基本配置——万能模板案例
1102 0
matplotlib绘制雷达图之基本配置——万能模板案例
|
监控 数据可视化 前端开发
基于echarts 24种数据可视化展示,填充数据就可用,动手能力强的还可以DIY(演示地址+下载地址)
基于echarts 24种数据可视化展示,填充数据就可用,动手能力强的还可以DIY(演示地址+下载地址)
Echarts实战案例代码(9):图表纹理填充的解决方案(柱图为例)
Echarts实战案例代码(9):图表纹理填充的解决方案(柱图为例)
1517 0
|
机器学习/深度学习 监控 算法
绘制森林资源图的工具介绍
绘制森林资源图的工具介绍
134 0
绘制森林资源图的工具介绍