Python Tkinter数据可视化：动态交互式图表教程

import tkinter as tk
from tkinter import ttk
import matplotlib.pyplot as plt
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg

# 示例数据，实际使用时请替换为你的数据
data = {'gender': [1, 0, 1, 1, 0, 1, 0, 0, 1, 0],
        'forehead_width_cm': [12.5, 11.8, 13.1, 12.9, 11.5, 12.7, 12.0, 11.6, 13.0, 11.9],
        'forehead_height_cm': [6.2, 5.9, 6.5, 6.3, 5.8, 6.4, 6.0, 5.7, 6.6, 6.1],
        'long_hair': [1, 0, 1, 0, 1, 1, 0, 1, 0, 1],
        'nose_wide': [0, 1, 0, 1, 0, 0, 1, 0, 1, 0],
        'nose_long': [1, 0, 1, 0, 1, 1, 0, 0, 1, 0],
        'lips_thin': [0, 1, 0, 1, 1, 0, 1, 1, 0, 0],
        'distance_nose_to_lip_long': [1, 0, 0, 1, 0, 1, 0, 1, 1, 0]}

def vision():
    # 创建主窗口
    vision_desk = tk.Tk()
    vision_desk.title('数据可视化')
    vision_desk.geometry('800x600')

    # 创建下拉列表选择性别
    gender_label = ttk.Label(vision_desk, text='请选择性别')
    gender_label.pack(pady=10)
    gender_var = tk.StringVar(value='男')
    gender_combobox = ttk.Combobox(vision_desk, textvariable=gender_var, values=['男', '女'])
    gender_combobox.pack()

    # 创建下拉列表选择特征
    feature_label = ttk.Label(vision_desk, text='请选择图的特征')
    feature_label.pack(pady=10)
    feature_var = tk.StringVar(value='forehead_width_cm')
    feature_combobox = ttk.Combobox(vision_desk, textvariable=feature_var, values=['forehead_width_cm', 'forehead_height_cm', 'long_hair', 'nose_wide', 'nose_long', 'lips_thin', 'distance_nose_to_lip_long'])
    feature_combobox.pack()

    # 创建画布
    canvas = tk.Canvas(vision_desk, width=600, height=400)
    canvas.pack(pady=20)

    def update_plot():
        # 清空画布上的内容
        for widget in canvas.winfo_children():
            widget.destroy()

        # 获取选择的性别和特征
        if gender_var.get() == '男':
            gender = 1
        else:
            gender = 0
        feature = feature_var.get()  # 获取当前选择的特征
        print(gender_var.get())
        # 根据选择的特征绘制不同的图形
        if feature in ['forehead_width_cm', 'forehead_height_cm']:
            # 绘制直方图
            df = [data[i][feature] for i in range(len(data['gender'])) if data['gender'][i] == gender]
            # 计算分组间隔
            bin_width = (max(df) - min(df)) / 10
            # 绘制直方图
            fig, ax = plt.subplots()
            ax.hist(df, bins=np.arange(min(df), max(df) + bin_width, bin_width), align='mid', histtype='bar', rwidth=0.8)
            ax.set_xlabel(feature)
            ax.set_ylabel('count')
        else:
            # 绘制柱状图
            count_0 = len([i for i in range(len(data['gender'])) if data['gender'][i] == gender and data[feature][i] == 0])
            count_1 = len([i for i in range(len(data['gender'])) if data['gender'][i] == gender and data[feature][i] == 1])
            fig, ax = plt.subplots()
            ax.bar([0, 1], [count_0, count_1])
            ax.set_xticks([0, 1])
            ax.set_xticklabels(['0', '1'])
            ax.set_xlabel(feature)
            ax.set_ylabel('count')
            ax.set_title(f'{feature} ({gender})')

        # 将图像转换为画布上的图片
        fig_canvas = FigureCanvasTkAgg(fig, master=canvas)
        fig_canvas.draw()
        fig_canvas.get_tk_widget().pack(side='top', fill='both', expand=1)

        # 保存图像
        plt.savefig('temp.png')

    # 创建按钮，并绑定更新图的函数
    update_button = ttk.Button(vision_desk, text='更新图', command=update_plot)
    update_button.pack(pady=10)

    # 运行主循环
    vision_desk.mainloop()

if __name__ == '__main__':
    vision()

这段代码创建了一个简单的图形用户界面，允许用户从下拉列表中选择性别和特征，然后根据选择生成相应的图表。

以下是一些SEO优化建议：

• 标题和描述: 使用更具描述性的标题和描述，例如“Python Tkinter数据可视化：动态交互式图表教程”。
• 关键词: 添加相关的关键词，例如“python，tkinter，数据可视化，图表，交互式，下拉列表，matplotlib”。
• 代码注释: 添加代码注释以解释代码的功能，这将使搜索引擎更容易理解你的代码。
• 结构化数据: 使用结构化数据标记，例如JSON-LD，来提供有关你内容的更多信息。

通过遵循这些建议，你可以提高你的内容在搜索引擎结果页面上的排名。