pyecharts a python_python 可视化 | pyecharts基本使用
今天更一篇用pyecharts的基础图形篇,折线图、柱状图、散点图、饼状图,本次使用的是pyecharts0.5.3版
Pyecharts 0.5.x版的官网
环境:
pyecharts 0.5.11
下载命令:pip install pyecharts=0.5.11
折线图:
基本使用
数据:
时间:['2019-03-01星期五', '2019-03-02星期六', '2019-03-03星期日', '2019-03-04星期一', '2019-03-05星期二', '2019-03-06星期三', '2019-03-07星期四', '2019-03-08星期五', '2019-03-09星期六', '2019-03-10星期日', '2019-03-11星期一', '2019-03-12星期二']
温度:[23, 25, 21, 23, 24, 19, 16, 15, 18, 17, 22, 24]
代码实现:
def line_(x, y, title='折线图'):
line = Line('折线图',
width=800,
height=350,)
line.add(title, x, y)
line.render('{}.html'.format(title))
line_(x, y, '气温')
运行结果:
可以在这基础上添加平均值、最大/小值,在Line.add()中添加mark_point=["average", "max", "min"],mark_line=["average", "max", "min"],mark_point可以标出目标点,mark_line可以做出于y轴的连线
line.add(title, x, y,
mark_point=["average", "max", "min"],
mark_line=["average", "max", "min"])
运行结果:
既然是显示温度,那y轴的苏户籍加上个℃是不是会更好,添加参数yaxis_formatter="°C"即可
运行结果:
还有很多参数如平滑度、折线图转阶梯图、折线面积图等,可以参考官网进行详细查看。
柱状图
基本使用:
数据:
时间:['2019-03-01星期五', '2019-03-02星期六', '2019-03-03星期日', '2019-03-04星期一', '2019-03-05星期二', '2019-03-06星期三', '2019-03-07星期四', '2019-03-08星期五', '2019-03-09星期六', '2019-03-10星期日', '2019-03-11星期一', '2019-03-12星期二']
温度:[58, 48, 33, 41, 34, 23, 19, 22, 23, 25, 48, 82]
代码实现:
def bar_(x, y, title):
fig = Bar('柱状图',
width=800,
height=350,)
fig.add(title, x, y)
fig.render('{}.html'.format(title))
bar_(x, y, '广州天气2')
运行结果:
查看一下add()方法
add(name, x_axis, y_axis,
is_stack=False,
bar_category_gap='20%', **kwargs)
name-> str 图例名称
x_axis-> list x坐标轴数据
y_axis-> list y坐标轴数据
is_stack-> bool 数据堆栈,同个类目轴上系列配置相同的stack值可以堆叠放置
bar_category_gap-> int / str 类目轴的柱状距离,当设置为0时柱状是紧挨着(直方图类型),最小为'20%'
参数is_convert交换XY轴
fig.add(title, x, y,
is_convert=True)
图例:
散点图
基本使用
add(name, x_axis, y_axis,
extra_data=None,
symbol_size=10, **kwargs)
名称-> str 图例名称
x_axis-> list:x坐标轴数据
y_axis->list: y坐标轴数据
extra_data->list[int]: 第三维度数据,x轴为第一个维度,y轴为第二个维度。(可在visualmap中将视图元素映射到第三维度)
extra_name->list[str]:的数据项的名称,可以为每个数据点指定一个名称。
symbol_size-> int:标记图形大小,交替为10
数据:
v1 = [10, 20, 30, 40, 50, 60]
v2 = [10, 20, 30, 40, 50, 60]
代码实现:
scatter = Scatter("散点图示例")
scatter.add("A", v1, v2)
scatter.render('散点图.html')
运行结果:
参数is_visualmap=True可以像热力图那样对数据进行渐变色
图例:
饼图
基本使用
add(name, attr, value,
radius=None,
center=None,
rosetype=None, **kwargs)
名称-> str:图例名称
attr-> list:属性名称
value-> list:属性所对应的值
radius-> list:饼图的尺寸,层叠的第一项是内部尺寸,第二项是外部薄片,尺寸为[
0,75 ]模式设置成比例,相对于容器高宽中较小的一个的一半
center- > list:饼图的中心(圆心)坐标,数组的第一项是横坐标,第二项是纵坐标,替换为[50,50]
设置设置成比例,设置成比例时第一项是相对于容器宽度,第二项是相对于容器高度
rosetype-> str:是否展示成南丁格尔图,通过尺寸区分数据大小,有'radius'和'area'两种模式。而是为'radius'
radius:半径圆心角展现数据的百分比,局部展现数据的大小
数据:
['第一产业(亿元)', '第二产业(亿元)', '第三产业(亿元)']
[64734, 366001, 469575]
实现代码:
def pie_(x, y, title='折线图'):
pie = Pie(title)
pie.add(title, x, y)
pie.render('{}.html'.format(title))
pie_(x, y, '产业')
运行结果:
总结:
每种类型的add()方法都有很多参数,我的建议是没必要死记硬背下来,没必要,大概知道能实现什么功能,用的时候再具体查就好了。
pyecharts a python_python 可视化 | pyecharts基本使用相关推荐
- pyecharts对于经纬度_一文带你掌握Pyecharts地理数据可视化的方法
本文主要介绍了Pyecharts地理数据可视化,分享给大家,具体如下: 一.Pyecharts简介和安装 1. 简介 Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计, ...
- pyecharts本地文件_python数据可视化-pyecharts插件使用文档
pyecharts是百度开源的可视化插件,可以将设计的可视化图表以html格式保存,配合jupyter可以一键生成动态的html数据分析报告. pyecharts和matplotlib的区别在于,py ...
- python可视化使用_python可视化pyecharts
python可视化pyecharts 简单介绍 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.用 Echarts 生成的图可视化 ...
- python动态图表变化_Python数据可视化 pyecharts实现各种统计图表过程详解
Python数据可视化 pyecharts实现各种统计图表过程详解 发布时间:2020-09-10 04:53:26 来源:脚本之家 阅读:78 1.pyecharts介绍 Echarts是一款由百度 ...
- pyecharts 大屏可视化学习
@pyecharts 大屏可视化学习,记录,总结 先看看效果 图表代码都是官网直接复制的,主要是为了学习方法,学习到底如何大屏布局. 参考学习 1.https://blog.csdn.net/bo_g ...
- 【数据可视化】第五章—— 基于PyEcharts的数据可视化
文章目录 1. pyecharts数据可视化介绍 2.pyecharts安装与使用 3.全局配置项和系列配置项 3.1 全局配置项 3.1.1 基本元素配置项 3.1.2 坐标轴配置项 3.1.3 原 ...
- 关于 使用pyecharts进行数据可视化分析 的学习报告I
pyecharts在数据可视化中的应用 pyecharts 是一款非常好用的,基于 python 的,数据可视化工具包,那么如何来使用 pyecharts ,下面就来简单介绍一下 pyecharts ...
- python地图实例_利用pyecharts实现地图可视化的例子
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.用 Echarts 生成的图可视化效果非常棒,pyecharts 是为了与 Pyt ...
- Python数据可视化——pyecharts学习笔记
导读:Python数据可视化的库有很多,常见的有matplotlib.pyplot.Seaborn.pyecharts等. pyecharts是一款将python与echarts相结合的数据可视化库, ...
最新文章
- 改善C#程序的建议5:引用类型赋值为null与加速垃圾回收
- COM原理及应用之COM特性
- 的内怎么放_放了心脏支架能活多久?医生坦言:做到三件事,才能和正常人一样...
- [复习]莫比乌斯反演,杜教筛,min_25筛
- 三星Galaxy A90翻转摄像头出变故:或仍将采用水滴屏设计
- 感动的要哭了(不得不看)
- 《WebGL编程指南》学习笔记——4.绘制一个点
- vue src动态加载请求获取的图片
- 编写谷歌浏览器插件入门
- 大数据基础和硬件介绍
- .net core | donet core IIS 文件路径问题
- ZigBee模块(DL-20)在调试过程中的问题及解决方案
- 比较JPG、PNG、GIF、BMP图片格式
- Spring boot项目 maven多模块打包,子模块报错问题解决
- 2023最新行业圈子系统小程序/语音房APP/短视频APP/商城APP/相亲APP/开黑陪玩APP
- 动态像素绘画——StarDust
- OkHttp实现远程调用
- java IO、NIO、AIO详解
- JAVA设计模式——第 8 章 适配器模式【Adapter Pattern】(转)
- C\C++ 输出8位,不足时全补0
热门文章
- 记一次discuz修改首页图片路径问题
- tf.device()指定tensorflow运行的GPU或CPU设备
- C语言程序设计之回调函数实现方法
- 计算机视觉形态学之膨胀、腐蚀、开运算、闭运算、顶帽、黑帽和形态学梯度
- OpenCV计算机视觉编程攻略之生成椒盐噪声实现
- 零基础如何入门深度学习?
- Labview 属性节点讲解
- linux shell顺序执行,shell 执行顺序
- opporeno3详细参数_vivox30和opporeno3哪个好 vivox30和opporeno3对比评测
- html制作背景音乐,HTML插入背景音乐方法【全】