需求：

在Windows下请用python画出折线图，x轴是时间，y轴是温度temperature 和体感温度feels_like_temperature 。可以选择县市近1小时，近1天，近1个月的。sqlite文件weather_data.db当前目录下，建表结构如下： CREATE TABLE IF not EXISTS weather ( id INTEGER PRIMARY KEY AUTOINCREMENT, timestamp TEXT, weather1 TEXT, temperature TEXT, humidity TEXT, feels_like_temperature TEXT, wind TEXT)

实现代码（deepseek、通义、文心一言提供的都报错，多次修改后才行）

python">import sqlite3
import pandas as pd
import matplotlib
matplotlib.use('Agg')  # 设置为非交互式后端
import matplotlib.pyplot as plt
from datetime import datetime
from matplotlib.ticker import MaxNLocator


# 连接到SQLite数据库
conn = sqlite3.connect('weather_data.db')

# 查询数据
query = """
SELECT timestamp, temperature, feels_like_temperature, humidity
FROM weather
ORDER BY timestamp
"""

# 将数据读取到Pandas DataFrame中
df = pd.read_sql_query(query, conn)

# 关闭数据库连接
conn.close()

# 将timestamp列转换为datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 设置时间范围为近1小时、近1天、近1个月
now = datetime.now()
one_hour_ago = now - pd.Timedelta(hours=1)
one_day_ago = now - pd.Timedelta(days=1)
one_month_ago = now - pd.Timedelta(days=30)

# 过滤数据
df_last_hour = df[df['timestamp'] >= one_hour_ago]
df_last_day = df[df['timestamp'] >= one_day_ago]
df_last_month = df[df['timestamp'] >= one_month_ago]

# 绘制折线图
def plot_weather_data(data, title):
    fig, ax1 = plt.subplots(figsize=(12, 6))

    # 绘制温度和体感温度
    color = 'tab:red'
    ax1.set_xlabel('Time')
    ax1.set_ylabel('Temperature (°C)', color=color)
    ax1.plot(data['timestamp'], data['temperature'], label='Temperature (°C)', color=color)
    ax1.plot(data['timestamp'], data['feels_like_temperature'], label='Feels Like Temperature (°C)', color='tab:orange', linestyle='--')
    ax1.tick_params(axis='y', labelcolor=color)
    ax1.legend(loc='upper left')

    # 设置y轴的最大刻度数量
    ax1.yaxis.set_major_locator(MaxNLocator(nbins=10))  # 例如，最多6个主要刻度
    # 创建第二个y轴，绘制湿度
    ax2 = ax1.twinx()
    color = 'tab:blue'
    ax2.set_ylabel('Humidity (%)', color=color)
    ax2.plot(data['timestamp'], data['humidity'], label='Humidity (%)', color=color, linestyle=':')
    ax2.tick_params(axis='y', labelcolor=color)

    # 设置第二个y轴的最大刻度数量（如果需要）
    ax2.yaxis.set_major_locator(MaxNLocator(nbins=12))  # 例如，最多6个主要刻度
    ax2.legend(loc='upper right')

    # 设置标题和格式
    plt.title(title)
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.savefig(f"{title}.png")  # 保存图像到文件
    plt.close()  # 关闭图像以释放内存

# 绘制近1小时的天气数据
plot_weather_data(df_last_hour, 'Weather Data in the Last Hour')

# 绘制近1天的天气数据
plot_weather_data(df_last_day, 'Weather Data in the Last Day')

# 绘制近1个月的天气数据
plot_weather_data(df_last_month, 'Weather Data in the Last Month')

生成的图片