pandas读取数据库，将结果使用matplotlib绘制成二维表格图片

废话不多说，直接上代码，执行时有问题可留言。

依赖包

- python == 3.7.5
- numpy == 1.17.3
- pandas == 0.24.2
- matplotlib == 3.3.2
- pymysql == 0.9.2

draw_table.py

from matplotlib import pyplot as plt
import pymysql
import pandas as pd
from pandas import *
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']    # 指定默认字体：解决plot不能显示中文问题
mpl.rcParams['axes.unicode_minus'] = False               # 解决保存图像是负号'-'显示为方块的问题def pd_data():mysql_cn = pymysql.connect(host='mysqlHost', port=3306, user='mysqlUser',passwd='mysqlPassword', db='mysqlDb')sql ='sql语句'stu = pd.read_sql(sql, con=mysql_cn)mysql_cn.close()num = stu.shape[0]  # 获取行号return stu, numdef plot_table(row, col, vals):"""函数功能: 绘制二维表格，草图如下:-----------------|col1 |col2 |-----------------row1|value|value|-----------------row2|value|value|-----------------输入：row:string,(N)           #['row1', 'row2']col:string,(M)           #['col1', 'col2']vals:np, (N,M)"""R, C = len(row), len(col)idx = Index(row)df = DataFrame(np.random.randn(R, C), index=idx, columns=col)# 根据行数列数设置表格大小figC, figR = 2.25 * C, Rfig = plt.figure(figsize=(figC, figR))# 设置fig并去掉边框ax = fig.add_subplot(111, frameon=True, xticks=[], yticks=[])ax.spines['top'].set_visible(False)ax.spines['right'].set_visible(False)ax.spines['bottom'].set_visible(False)ax.spines['left'].set_visible(False)the_table = plt.table(cellText=vals, rowLabels=df.index, colLabels=df.columns, colWidths=[0.1] * vals.shape[1],rowLoc='center', loc='center', cellLoc='center')the_table.set_fontsize(30)# 伸缩表格大小常数,可自行调节表格的宽高the_table.scale(figR / R * 1.2, figC / C * 2.0)# 设置每行随机颜色for ro in row:from DingMessage.colorDict import cnamesimport randomcolor = cnames.get(random.sample(cnames.keys(), 1)[0])for co in range(len(col)):the_table._cells[(int(ro), co)].set_facecolor(color)plt.savefig("test.jpg")# plt.show()if __name__ == '__main__':# 读库获取pd数据及总行数S,num = pd_data()# 设置表格titlecol = ["服务号","关注","分量","openid数","openID获取准确率","匹配广告来源openID数","微信广告销售线索","回传准确率","全流程数据准确性","广告来源占比"]# 自动匹配总行数，行数不统一会报错：ValueError: 'rowLabels' must be of length XXX（正确的行数）row = [str(i) for i in range(1,int(num+1))]# 转numpy数组vals = np.array(S)# 制表plot_table(row, col, vals)

颜色对照表：colorDict.py

cnames = {
'aliceblue':            '#DDDDDD',
'antiquewhite':         '#AAAAAA',
'aqua':                 '#888888',
'aquamarine':           '#FFB7DD',
'azure':                '#FF88C2',
'beige':                '#FF44AA',
'bisque':               '#FFCCCC',
'black':                '#FF8888',
'blanchedalmond':       '#FF3333',
'blue':                 '#FFC8B4',
'blueviolet':           '#FFA488',
'brown':                '#FF7744',
'burlywood':            '#FFDDAA',
'cadetblue':            '#FFBB66',
'chartreuse':           '#FFAA33',
'chocolate':            '#FFEE99',
'coral':                '#FFDD55',
'cornflowerblue':       '#FFFFBB',
'cornsilk':             '#FFFF77',
'crimson':              '#EEFFBB',
'cyan':                 '#DDFF77',
'darkblue':             '#CCFF33',
'darkcyan':             '#CCFF99',
'darkgoldenrod':        '#BBFF66',
'darkgray':             '#99FF33',
'darkgreen':            '#99FF99',
'darkkhaki':            '#66FF66',
'darkmagenta':          '#33FF33',
'darkolivegreen':       '#BBFFEE',
'darkorange':           '#77FFCC',
'darkorchid':           '#33FFAA',
'darkred':              '#AAFFEE',
'darksalmon':           '#77FFEE',
'darkseagreen':         '#33FFDD',
'darkslateblue':        '#99FFFF',
'darkslategray':        '#66FFFF',
'darkturquoise':        '#33FFFF',
'darkviolet':           '#CCEEFF',
'deeppink':             '#77DDFF',
'deepskyblue':          '#33CCFF',
'dimgray':              '#5599FF',
'dodgerblue':           '#99BBFF',
'firebrick':            '#CCDDFF',
'floralwhite':          '#CCCCFF',
'forestgreen':          '#9999FF',
'fuchsia':              '#CCBBFF',
'gainsboro':            '#9F88FF',
'ghostwhite':           '#D1BBFF',
'gold':                 '#B088FF',
'goldenrod':            '#9955FF',
'gray':                 '#E8CCFF',
'green':                '#D28EFF',
'greenyellow':          '#B94FFF',
'honeydew':             '#F0BBFF',
'hotpink':              '#E38EFF',
'indianred':            '#E93EFF',
'indigo':               '#FFB3FF',
'ivory':                '#FF77FF',
'khaki':                '#FF3EFF'}

当前路径下的test.jpg即为生成的图片，如有问题欢迎留言。

结果：

pandas读取数据库，将结果使用matplotlib绘制成二维表格图片相关推荐

python 画三角函数_python，将三角函数绘制成二维数组
看起来a, b, c是常量,z是a和{}之间的np.linspace.在a = 1 b = 2 c = 3 def triangle (z, a = a, b = b, c = c): y = np. ...
【Python】函数图像绘制：二维图像、三维图像、散点图、心形图
[Python]函数图像绘制:二维图像.三维图像.散点图.心形图所有需要用的包二维图像三维图像散点图绘制心形图绘制所有需要用的包 from mpl_toolkits.mplot3d imp ...
python3 + opencv +pyzbar实时检测二维码 / 定位二维码，并绘制出二维码的框和提取二维码内容
python3 + opencv +pyzbar实时检测二维码 / 定位二维码,并绘制出二维码的框和提取二维码内容 1 pyzbar二维码检测模块 1.1. pyzbar模块介绍 1.2 pyzbar ...
java生成二维码，读取（解析）二维码图片
二维码分为好多种,我们最常用的是qrcode类型的二维码,以下有三种生成方式以及解析方式: 附所需jar包或者js地址第一种:依赖qrcode.jar import java.awt.Color; ...
android Zxing二维码之读取手机二维码图片
使用最新(注意这里是使用最新版的基于ZXing3.1封装:https://github.com/xuyisheng/ZXingLib) 功能是很全面的,扫描,生成,读取手机. 在这里只记录下读取手机相 ...
二维码图片扫描绘制扫描的图片的边框（Swift）
二维码图片扫描绘制扫描的图片的边框 (简单的添加一张图片来识别的没有访问相簿) 以后可能会加上想知道的请关注一下 @IBAction func detectorQRCode() {// .1 获取 ...
用C# GDI 绘制一张精美的分享二维码图片
C# 用GDI 绘制一张精美的分享二维码图片简单干脆,直接上代码下面附带上面用到的一些方法最后附带最终生成效果简单干脆,直接上代码 var key = "http://www.xx ...
uniapp将二维码图片、文字绘制到canvas上并下载
项目需求:页面展示带log的电子健康卡二维码并实现下载,下载的二维码图片里有还要有文字信息页面展示: 下载的二维码: 1.使用uQRCode插件:https://ext.dcloud.net.cn/ ...
qrcodejs2生成二维码，通过canvas绘制带边框+中间logo的二维码图片，下载二维码
文章目录一.通过qrcodejs2生成一个二维码二.点击[下载配置服务器二维码]来下载二维码 1.通过canvas去绘制边框+二维码+logo (1)为canvas增加绘制圆角矩形的方法(can ...
xlsx.full.js读取Excel数据转换成二维数组，sheet_to_array
xlsx.full.js读取Excel的sheet数据转换成二维数组,sheet_to_array 解析sheet数据为二维数组测试方法效果鉴于js-xlsx.js没有XLSX.util.she ...

pandas读取数据库，将结果使用matplotlib绘制成二维表格图片

依赖包

draw_table.py

颜色对照表：colorDict.py

当前路径下的test.jpg即为生成的图片，如有问题欢迎留言。

结果：

pandas读取数据库，将结果使用matplotlib绘制成二维表格图片相关推荐

最新文章

热门文章