网站首页 > 技术文章 正文
36.1 项目目标
- 新增 “导出年度对比图” 功能
- 使用柱状图对比不同年份的 总收入 与 总支出
- 普通用户仅能导出自己的年度对比,管理员可导出所有用户数据
- 支持导出为 PNG 图片
36.2 数据准备
我们需要将数据库中的日期字段提取出 年份,然后统计每年的收入和支出总额。
36.3 实现年度对比图
在 BudgetApp 中新增:
def export_yearly_comparison(self):
"""导出年度收支对比图"""
file_path = filedialog.asksaveasfilename(
defaultextension=".png",
filetypes=[("PNG 图片", "*.png")]
)
if not file_path:
return
# 获取数据
if self.role == "user":
self.cursor.execute("SELECT date, type, amount FROM records WHERE user_id=?", (self.user_id,))
else:
self.cursor.execute("SELECT date, type, amount FROM records")
rows = self.cursor.fetchall()
if not rows:
messagebox.showwarning("提示", "没有数据可导出图表")
return
# 转换为 DataFrame
df = pd.DataFrame(rows, columns=["date", "type", "amount"])
df["date"] = pd.to_datetime(df["date"])
df["year"] = df["date"].dt.year
# 分组统计
yearly = df.groupby(["year", "type"])["amount"].sum().unstack(fill_value=0)
yearly = yearly.sort_index()
# 绘制柱状图
fig, ax = plt.subplots(figsize=(8, 5))
width = 0.35
x = range(len(yearly.index))
if "收入" in yearly:
ax.bar([i - width/2 for i in x], yearly["收入"], width=width, label="收入", color="#4caf50")
if "支出" in yearly:
ax.bar([i + width/2 for i in x], yearly["支出"], width=width, label="支出", color="#f44336")
ax.set_xticks(x)
ax.set_xticklabels(yearly.index.astype(str))
ax.set_title("年度收支对比")
ax.set_xlabel("年份")
ax.set_ylabel("金额")
ax.legend()
ax.grid(axis="y", linestyle="--", alpha=0.7)
plt.tight_layout()
try:
plt.savefig(file_path)
plt.close(fig)
messagebox.showinfo("成功", f"年度对比图已导出到 {file_path}")
except Exception as e:
messagebox.showerror("错误", f"导出失败: {e}")
36.4 在界面中加入按钮
在 BudgetApp.__init__ 的操作按钮区增加:
tk.Button(frame_btn, text="导出年度对比图", command=self.export_yearly_comparison).pack(side=tk.LEFT, padx=10)
36.5 功能演示
- 用户点击 “导出年度对比图”
- 程序统计每年的收入和支出
- 生成的 yearly.png 图片:
- X 轴:年份(如 2023, 2024, 2025)
- Y 轴:金额
- 每个年份有两根柱子:
- 绿色:收入
- 红色:支出
- 清晰对比不同年份的收支情况
- 普通用户:只显示自己的数据
- 管理员:显示所有用户的总数据
36.6 小结
- 使用 柱状图 展示不同年份的收支对比
- 提供了更高层次的财务趋势分析
- 对长期理财或预算规划特别有帮助
猜你喜欢
- 2025-09-21 Python GUI 编程入门教程 第26章:记账本应用升级数据导出CSV/Excel
- 2025-09-21 keras 人工智能之VGGNet神经网络模型训练
- 2025-09-21 Linux下C++程序符号延迟绑定_linux c 延时
- 2025-09-21 NumPy之:多维数组中的线性代数_多维数组可以看作数据元素也是基本线性表的基本线性表
- 2025-09-21 Python 操作 Excel 并进行数据可视化
- 2025-09-21 Python GUI 编程入门教程 第23章:记账本应用升级——收支图表分析
- 2025-09-21 动态链接:共享库如何实现“一次编译,多程序调用执行”?
- 2025-09-21 AI电磁组中的NN到底有什么优势?_aim磁场
- 2025-09-21 用pyhon计算布林线,并用matplotlib绘制(Qwen2.5模型生成)
- 2025-09-21 Python GUI 编程入门教程 第35章:记账本应用升级——月度趋势图
- 最近发表
- 标签列表
-
- cmd/c (90)
- c++中::是什么意思 (84)
- 标签用于 (71)
- 主键只能有一个吗 (77)
- c#console.writeline不显示 (95)
- pythoncase语句 (88)
- es6includes (74)
- sqlset (76)
- apt-getinstall-y (100)
- node_modules怎么生成 (87)
- chromepost (71)
- flexdirection (73)
- c++int转char (80)
- mysqlany_value (79)
- static函数和普通函数 (84)
- el-date-picker开始日期早于结束日期 (76)
- js判断是否是json字符串 (75)
- c语言min函数头文件 (77)
- asynccallback (87)
- localstorage.removeitem (74)
- vector线程安全吗 (70)
- java (73)
- js数组插入 (83)
- mac安装java (72)
- 无效的列索引 (74)