时间:2021-05-22
本文实例为大家分享了wxPython绘图模块wxPyPlot实现数据可视化的具体代码,供大家参考,具体内容如下
#-*- coding: utf-8 -*- ################################################################################## 使用wxPython的绘图模块wxPyPlot,需要数据可视化的时候,无需再借用其他的库或模块了################################################################################import numpyimport wximport wx.lib.plot as wxPyPlot #导入绘图模块,并命名为wxPyPlot #---------------------------------------------------------------------------# 需要把数据封装进入MyDataObject中def MyDataObject(): # 50 个点的sin函数,用蓝色圆点表示 data1 = 2.*numpy.pi*numpy.arange(100)/100. data1.shape = (50, 2) data1[:,1] = numpy.sin(data1[:,0]) markers = wxPyPlot.PolyMarker(data1, legend='Green Markers', colour='blue', marker='circle',size=1) # 50个点的cos函数,用红色表示 data2 = 2.*numpy.pi*numpy.arange(100)/100. data2.shape = (50,2) data2[:,1] = numpy.cos(data2[:,0]) lines = wxPyPlot.PolySpline(data2, legend= 'Red Line', colour='red') GraphTitle="Plot Data(Sin and Cos)" return wxPyPlot.PlotGraphics([markers, lines],GraphTitle, "X Axis", "Y Axis")#-----------------------------------------------------------------------------class TestFrame1(wx.Frame): def __init__(self, parent=None, id=wx.ID_ANY, title="Using wxPyPlot"): wx.Frame.__init__(self, parent, id, title,size=(600, 400)) # 创建菜单栏 self.mainmenu = wx.MenuBar() menu = wx.Menu() menu.Append(100, 'Draw1', 'Draw plots1') self.Bind(wx.EVT_MENU,self.OnPlotDraw1, id=100) self.mainmenu.Append(menu, '&Plot') self.SetMenuBar(self.mainmenu) # 创建状态栏,显示信息 self.CreateStatusBar(2) self.pc = wxPyPlot.PlotCanvas(self) #此处导入绘图面板 def OnPlotDraw1(self, event): #绘图函数 self.pc.Draw(MyDataObject()) ############################################################################# 测试wxPyPlot的代码###########################################################################if __name__=='__main__': app = wx.App() tf=TestFrame1(None) tf.Show() app.MainLoop()以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
我们可以试用可视化包——Pyechart。Echarts是百度开源的一个数据可视化JS库,主要用于数据可视化。pyecharts是一个用于生成Echarts图标
基于Web的数据可视化概述。所谓基于Web的数据可视化技术,就是要在Web页面上实现动态数据图表,重点解决以下3个问题:一是获取动态的数据;二是传递数据信息;三
最近在学习数据可视化,梳理一下其中一些诸如pandas绘图、matplotlib绘图、pyplot(plt)、axes等概念。重要的事情说三遍:axes不是ax
前言inMap是一款基于canvas的大数据可视化库,专注于大数据方向点线面的可视化效果展示。目前支持散点、围栏、热力、网格、聚合等方式;致力于让大数据可视化变
本文介绍了ANGULAR2与D3.js集成实现自定义可视化的方法,分享给大家,具体如下:目标展现层与逻辑层分离数据与可视化组件相分离数据与视图双向绑定,实时更新