柱形图

pip install pyecharts #安装库
pip install snapshot_selenium #安装机器人，自动生成图片
import pyecharts #导入整个库
from pyecharts.charts import Bar #从文件夹导入柱形
from pyecharts.charts import Line #从文件导入折线图
from pyecharts.charts import Map #从文件导入地图
from pyecharts.charts import Pie #从文件导入饼图
from pyecharts.charts import WordCloud #从文件导入词云
from pyecharts import options as opts #将options简写成opts#准备数据
cate = ['湖北', '四川', '重庆', '河北', '云南']
data = [34500, 3000, 3218, 2890, 50023]
bar=(
#创建图表对象
Bar()
#关联数据
.add_xaxis(cate) # 确定x轴上要显示的内容
.add_yaxis('确诊⼈数', data) # 确定y轴上要显示的内容
#全局设置
.set_global_opts(title_opts=options.TitleOpts(title='新冠分布',subtitle='人数'), #设置标题信息主标题，副标题toolbox_opts=options.ToolboxOpts() #显示工具箱
)
#系列设置
.set_series_opts(label_opts=options.LabelOpts(is_show=False), #设置是否显示数值   markline_opts=options.MarkpointOpts(data=[opts.MarkLineItem(type_="min", name="最小值"),opts.MarkLineItem(type_="max", name="最大值"),opts.MarkLineItem(type_="average", name="平均值")]) #添加标记点
)
.render('图.html') #生成图表
)

饼形图

from pyecharts import options as opts
from pyecharts.charts import Pie
#准备数据
cate = ['湖北', '四川', '重庆', '河北', '云南']
data = [34500, 3000, 3218, 2890, 50023]
pie=(
#准备图表对象
Pie()
#关联数据
.add("语言排行榜", # 设置系列名称[list(z) for z in zip(cate, data)],#设置展示需要的数据radius=["50%", "80%"] ,#设置圆环空心部分和数据展示部分的比例rosetype='radius' # 设置饼图是不规则的)#全局设置.set_global_opts(title_opts=opts.TitleOpts(title='新冠分布'))# 设置标题#系列设置.set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{d}%,is_show=Ture)) #{b}的占⽐:百分之{d}
.set_colors(["green","red","pink","orange","black"])# 添加颜色
.render('图.html')
)

折线图

from pyecharts.charts imports Line
import pyecharts.options as opts
#准备数据
cate = ['湖北', '四川', '重庆', '河北', '云南']
data = [34500, 3000, 3218, 2890, 50023]
#准备图表对象
line=(
Line()
#关联数据
.add_xaxis(cate)
.add_yaxis('确诊人数',data)
#全局设置
set_global_opts(
title_opts=opts.TitleOpts(title='新冠分布',subtitle='人数'),
toolbox_opts=opts.ToolboxOpts()
)
#系列设置
.set_series_opts(
markline_opts=opts.MarklineOpts(
data=[       opts.MarkLineItem(type_="min", name="最小值"),opts.MarkLineItem(type_="max", name="最大值"),opts.MarkLineItem(type_="average", name="平均值")]),label_opts=opts.LabelOpts(is_show=True)         ).render('图.html'))

地图

from pyecharts import options as opts
from pyecharts.charts import Map
cate = ['湖北', '四川', '重庆', '河北', '云南']
data = [34500, 3000, 3218, 2890, 50023]
map=(
Map()
.add('疫情数据', [list(z) for z in zip(cate, data)],'china')
.set_global_opts(
title_opts=opts.TitleOpts(title='新冠分布',subtitle='分数'),
#设置颜色块标记范围
visualmap_opts=opts.VisualMapOpts(
'max=4000','min=0',is_piecewis=True,pieces=[{'min':0,"max":1000,"label":0-1000,"color":'red'},{'min':1000,"max":2000,"label":1000-2000,"color":'green'},{'min':2000,"max":3000,"label":2000-3000,"color":'black'},{'min':3000,"max":4000,"label":3000-4000,"color":'#576765'}]),
#隐藏顶部的数据导航显示
legend_opts=opts.LegendOpts(is_show=False)
)render('图.html')
)

组合图

from pyecharts.charts import Map,Grid,Pie
from pyecharts import options as opts
pie=(
)
map=(
)
grid=(
Grid()
.add(pie,grid_opts=opts.GridOpts(pos_left="80%"))
.add(map,grid_opts=opts.GridOpts(pos_right="10%"))
.render('图.html')
)###########################################################from pyecharts.charts import Line,Grid,Bar
from pyecharts import options as opts
bar=(
)
line=(
)
grid=(
Grid()
.add(line,grid_opts=opts.GridOpts(pos_left="50%"))
.add(bar,grid_opts=opts.GridOpts(pos_right="50%"))
.render('图.html')
)

词云

import pyecharts.options as opts
from pyecharts.charts import WordCloud
data = [("生活资源", "19"),("供热管理", "888"),("供气质量", "777"),("生活用水管理", "688"),("一次供水问题", "588"),("交通运输", "516"),("城市交通", "515"),("环境保护", "1483"),("房地产管理", "462"),("城乡建设", "449"),("社会保障与福利", "429"),("社会保障", "407"),("文体与教育管理", "406"),("公共安全", "406"),("公交运输管理", "386"),("出租车运营管理", "385"),("供热管理", "375"),("市容环卫", "355"),("自然资源管理", "355"),("粉尘污染", "335"),("噪声污染", "324"),("土地资源管理", "304"),("物业服务与管理", "304"),("医疗卫生", "284"),("粉煤灰污染", "284"),("占道", "284"),("供热发展", "254"),("农村土地规划管理", "254"),("生活噪音", "253"),("供热单位影响", "253"),("城市供电", "223"),("房屋质量与安全", "223"),("大气污染", "223"),("房屋安全", "223"),("文化活动", "223"),("拆迁管理", "223"),("公共设施", "223"),("供气质量", "223"),("供电管理", "223"),("燃气管理", "152"),("教育管理", "152"),("医疗纠纷", "152"),("执法监督", "152"),("设备安全", "152"),("政务建设", "152"),("县区、开发区", "152"),("宏观经济", "152"),("教育管理", "112"),("社会保障", "112"),("生活用水管理", "112"),("物业服务与管理", "112"),("分类列表", "112"),("农业生产", "112"),("二次供水问题", "112"),("城市公共设施", "92"),("拆迁政策咨询", "92"),("物业服务", "92"),("物业管理", "92"),("社会保障保险管理", "92"),("低保管理", "92"),("文娱市场管理", "72"),("城市交通秩序管理", "72"),("执法争议", "72"),("商业烟尘污染", "72"),("占道堆放", "71"),("地上设施", "71"),("水质", "71"),("无水", "71"),("供热单位影响", "71"),("人行道管理", "71"),("主网原因", "71"),("集中供热", "71"),("客运管理", "71"),("国有公交（大巴）管理", "71"),("工业粉尘污染", "71"),("治安案件", "71"),("压力容器安全", "71"),("身份证管理", "71"),("群众健身", "41"),("工业排放污染", "41"),("破坏森林资源", "41"),("市场收费", "1000"),("生产资金", "41"),("生产噪声", "41"),("农村低保", "41"),("劳动争议", "41"),("劳动合同争议", "41"),("劳动报酬与福利", "41"),("医疗事故", "21"),("停供", "21"),("基础教育", "21"),("职业教育", "21"),("物业资质管理", "21"),("拆迁补偿", "21"),("设施维护", "21"),("市场外溢", "11"),("占道经营", "11"),("树木管理", "11"),("农村基础设施", "11"),("无水", "11"),("供气质量", "11"),("停气", "11"),("市政府工作部门（含部门管理机构、直属单位）", "11"),("燃气管理", "11"),("市容环卫", "11"),("新闻传媒", "11"),("人才招聘", "11"),("市场环境", "11"),("行政事业收费", "11"),("食品安全与卫生", "11"),("城市交通", "11"),("房地产开发", "11"),("房屋配套问题", "11"),("物业服务", "11"),("物业管理", "11"),("占道", "11"),("园林绿化", "11"),("户籍管理及身份证", "11"),("公交运输管理", "11"),("公路（水路）交通", "11"),("房屋与图纸不符", "11"),("有线电视", "11"),("社会治安", "11"),("林业资源", "11"),("其他行政事业收费", "11"),("经营性收费", "11"),("食品安全与卫生", "11"),("体育活动", "11"),("有线电视安装及调试维护", "11"),("低保管理", "11"),("劳动争议", "11"),("社会福利及事务", "11"),("一次供水问题", "11"),
]#输入数据
wordcloud = (WordCloud().add(series_name="热点分析", data_pair=data, word_size_range=[1, 100]) #输入数据标题，数据，数据范围大小
#全局设置.set_global_opts(title_opts=opts.TitleOpts(title="热点分析",                     title_textstyle_opts=opts.TextStyleOpts(font_size=23)),#设置标题和文本形式tooltip_opts=opts.TooltipOpts(is_show=True),#显示工具栏).render("图.html")
)

pass

Pyecharts 生成Echarts图标的类库相关推荐

python数据可视化--pyecharts生成图表
[python可视化系列]python数据可视化利器--pyecharts echarts官网一.前言 echarts是什么?下面是来自官方的介绍: ECharts,缩写来自Enterprise C ...
pyecharts生成各种图表
pyecharts的使用 pyecharts 是一个用于生成 Echarts 图表的类库. echarts 是百度开源的一个数据可视化 JS 库,主要用于数据可视化.pyecharts 是一个用于生成 ...
python pyecharts生成图表
使用pyecharts如同使用前端echarts,这里主要介绍pyecharts的源码内的图表属性不满足使用,应该怎么办? 使用pyecharts生成柱状图 pyecharts开源链接:http:// ...
Java后端生成Echarts并渲染Word转PDF
生成pdf文件文件要素文件中包含图片文件中包含列表文件中包含表格文件中包含循环嵌套写入的内容文件需要后端生成echarts图表数据基于以上几点考虑技术选取方式一 itext7是一款用 ...
成功解决基于pyecharts生成的html文件打开时显示空白
成功解决基于pyecharts生成的html文件打开时显示空白目录解决问题解决思路解决方法第一步,更新
linux下安装navicat并生成桌面图标
linux下安装navicat并生成桌面图标下载客户端下载连接 http://www.navicat.com.cn/dow... 从navicat官网下载试用客户端即可下载ico http:// ...
echarts mysql scrapy_抓取58job, 赶集job以及智联招聘，并使用数据分析生成echarts图...
**抓取58job, 赶集job以及智联招聘,并使用数据分析生成echarts图** 爬虫部分爬虫部分使用scrapy-redis分布式爬虫,通过redis实现增量爬取以及去重,并将所有的数据直接保 ...
python 元组捷豹_GitHub - jaguarzls/pyecharts: Python Echarts Plotting Library
pyecharts Python ❤️ Echarts = pyecharts
echart freemarker 模板_SpringBoot集成Freemarker模板生成Echarts图片(三）
紧接着前面两篇,本篇采用Freemarker模板来生成Echarts图片. 一. 项目结构二. Freemarker模板 (1)柱状图 { "title": { "te ...

Pyecharts 生成Echarts图标的类库

柱形图

饼形图

折线图

地图

组合图

词云

pass

Pyecharts 生成Echarts图标的类库相关推荐

最新文章

热门文章