国产无码综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

<kbd id="33d6i"></kbd><mark id="33d6i"></mark>

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

2年前分類：Toy博客閱讀(27)違法舉報

這篇具有很好參考價值的文章主要介紹了Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方，請大家不吝賜教，您也可以點擊"舉報違法"按鈕提交疑問。

歡迎關(guān)注，專注 Python、數(shù)據(jù)分析、數(shù)據(jù)挖掘、好玩工具！

如果要問：Python 中有那些可視化工具庫？我想很多人都能想起來 matplotlib，這是一款初學(xué)者繞不開的庫，但隨著對數(shù)據(jù)可視化的要求越來越高，matplotlib 已無法滿足了。

今天我將和大家詳細(xì)講解 Pyecharts 模塊，說到它我們就不得不提 Echarts，它是一個由百度開源的數(shù)據(jù)可視化，結(jié)合巧妙的交互性，精巧的圖表設(shè)計，得到了開發(fā)者的認(rèn)可。而 Python 是一門富有表達(dá)力的語言，很適合用于數(shù)據(jù)處理。分析遇上數(shù)據(jù)可視化時，pyecharts 誕生了。歡迎收藏學(xué)習(xí)，喜歡點贊支持。 文末提供技術(shù)交流群。

Pyecharts 具有如下特點：

簡潔的API 設(shè)計，使用如絲滑般的照片，支持鏈?zhǔn)秸{(diào)用
囊括了30+種常見圖表，應(yīng)有盡有
支持主流 Notebook 環(huán)境，Jupyter Notebook 和 JupyterLab
可輕松集成至Flask，Django等主流Web框架
高度智能的配置項，可輕松搭配出精美的圖表
詳細(xì)的文檔和示例，幫助開發(fā)者快速的上手項目
多達(dá) 400+ 地圖文件以及自己的百度地圖，為地理數(shù)據(jù)擴(kuò)展提供用戶支持

官方Github鏈接：https://github.com/pyecharts/pyecharts/

下面我們來詳細(xì)講解它

01 安裝與導(dǎo)入模塊

說到安裝模塊，我們可以這樣來進(jìn)行，

使用 Pyecharts 創(chuàng)建圖形的基本步驟是

1. 準(zhǔn)備數(shù)據(jù)

2. 設(shè)計圖形的樣式、背景顏色

3. Pyecharts 繪圖

4. 設(shè)計圖表的標(biāo)題或者圖例等屬性

5. 導(dǎo)出至 html

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="這是主標(biāo)題", subtitle="這是副標(biāo)題"))
    .render("bar_base.html")
)

出來的結(jié)果是

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

02 數(shù)據(jù)準(zhǔn)備

import pandas as pd
import numpy as np

data = pd.DataFrame({'x':np.arange(1,101),'y':["隨機(jī)生成的數(shù)字"]})
df = pd.read_excel("你的文件的路徑")

03 Pycharts還提供內(nèi)置的數(shù)據(jù)集

Pyecharts內(nèi)部還提供了一些數(shù)據(jù)集，主要包含類別數(shù)據(jù)、時間數(shù)據(jù)、顏色數(shù)據(jù)、地理數(shù)據(jù)、世界人口數(shù)據(jù)等等，通過choose()方法來隨機(jī)選擇使用哪個

def choose(self) -> list:
    return random.choice(
        [
            self.clothes,
            self.drinks,
            self.phones,
            self.fruits,
            self.animal,
            self.dogs,
            self.week,
        ]
    )

04 圖形的樣式

說到圖形的樣式，大概都這么幾種

class _ThemeType:
    BUILTIN_THEMES = ["light", "dark", "white"]
    LIGHT = "light"
    DARK = "dark"
    WHITE = "white"
    CHALK: str = "chalk"
    ESSOS: str = "essos"
    INFOGRAPHIC: str = "infographic"
    MACARONS: str = "macarons"
    PURPLE_PASSION: str = "purple-passion"
    ROMA: str = "roma"
    ROMANTIC: str = "romantic"
    SHINE: str = "shine"
    VINTAGE: str = "vintage"
    WALDEN: str = "walden"
    WESTEROS: str = "westeros"
    WONDERLAND: str = "wonderland"
    HALLOWEEN: str = "halloween"

06 設(shè)置標(biāo)題、副標(biāo)題

設(shè)置標(biāo)題以及副標(biāo)題的代碼如下

set_global_opts(title_opts=opts.TitleOpts(title="這是主標(biāo)題",subtitle="這是副標(biāo)題"))

07 設(shè)置圖例與位置

legend_opts=opts.LegendOpts(type_="scroll", orient="vertical",pos_top="15%",pos_left="7%")) # 圖裂的位置
label_opts=opts.LabelOpts(formatter=": {c}") # 結(jié)果的展現(xiàn)形式

08 導(dǎo)出結(jié)果

render("test.html")

# 如果是在jupyter notebook當(dāng)中
render_notebook()

09 Pyecharts繪圖

柱狀圖

同個品類不同類目的柱子可以堆疊起來呈現(xiàn)，也就是堆疊的柱狀圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), stack="stack1")
    .add_yaxis("商家2", Faker.values(), stack="stack1")
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆疊數(shù)據(jù)（全部）"))
    .render("bar_stack_1212.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

有時候橫坐標(biāo)的標(biāo)識字?jǐn)?shù)較多，X軸上顯示全，我們可以將標(biāo)識的字體稍微傾斜一些

c = (
    Bar()
    .add_xaxis(
        [
            "名字相當(dāng)長的X軸標(biāo)簽1",
            "名字相當(dāng)長的X軸標(biāo)簽2",
            "名字相當(dāng)長的X軸標(biāo)簽3",
            "名字相當(dāng)長的X軸標(biāo)簽4",
            "名字相當(dāng)長的X軸標(biāo)簽5",
            "名字相當(dāng)長的X軸標(biāo)簽6",
        ]
    )
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),
        title_opts=opts.TitleOpts(title="Bar-旋轉(zhuǎn)X軸標(biāo)簽", subtitle="副標(biāo)題"),
    )
    .render("test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

我們也可以這樣放柱形圖

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values, color=Faker.rand_color())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（滑塊-垂直）"),
        datazoom_opts=opts.DataZoomOpts(orient="vertical"),
    )
    .render("bar_datazoom_slider_vertical.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

我們也可以通過拖動里面的柱子來實現(xiàn)數(shù)據(jù)縮放、范圍的改變

c = (
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（內(nèi)置+外置）"),
        datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],
    )
    .render("bar_datazoom_both.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

在柱狀圖當(dāng)中，不同柱子之間的距離也可以不是相同的

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.WHITE))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), gap="0%")
    .add_yaxis("商家2", Faker.values(), gap="0%")
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-柱間距離不同"))
    .render("bar_different_series_gap.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

柱狀圖水平狀態(tài)的

還有水平方向的柱狀圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-水平方向"))
    .render("bar_reversal_axis.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

箱型圖

箱型圖更加有利于我們來觀察數(shù)據(jù)的內(nèi)在分布

from pyecharts.charts import Boxplot

v1 = [
    [850, 740, 950, 1090, 930, 850, 950, 980, 1000, 880, 1000, 980],
    [980, 940, 960, 940, 900, 800, 850, 880, 950, 840, 830, 800],
]
v2 = [
    [890, 820, 820, 820, 800, 770, 760, 760, 750, 760, 950, 920],
    [900, 840, 800, 810, 760, 810, 790, 850, 820, 850, 870, 880],
]
c = Boxplot()
c.add_xaxis(["A", "B"])
c.add_yaxis("類目1", c.prepare_data(v1))
c.add_yaxis("類目2", c.prepare_data(v2))
c.set_global_opts(title_opts=opts.TitleOpts(title="箱型圖-基本示例"))
c.render("boxplot_test.html")

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

日歷圖

日歷圖具體指按照日歷的布局，用顏色展現(xiàn)每一天的數(shù)據(jù)，從而比較直觀地看到全年的數(shù)據(jù)情況，例如展示超市全年的銷售額，從而看出具體某個月份或者某個星期的銷售額比較低

c = (
    Calendar(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC))
    .add("", data, calendar_opts=opts.CalendarOpts(range_="2020"))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="日歷圖-2020年超市的銷售額"),
        visualmap_opts=opts.VisualMapOpts(
            max_=250000,
            min_=10000,
            orient="horizontal",
            is_piecewise=True,
            pos_top="230px",
            pos_left="100px",
        ),
    )
    .render("calendar_test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

K線圖

c = (
    Kline(init_opts=opts.InitOpts(theme=ThemeType.ESSOS))
    .add_xaxis(["2020/7/{}".format(i + 1) for i in range(31)])
    .add_yaxis("kline", data)
    .set_global_opts(
        yaxis_opts=opts.AxisOpts(is_scale=True),
        xaxis_opts=opts.AxisOpts(is_scale=True),
        title_opts=opts.TitleOpts(title="K線圖-基本示例"),
    )
    .render("kline_test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

漏斗圖

from pyecharts.charts import Funnel

c = (
    Funnel()
    .add("類目", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="漏斗圖-基本示例"))
    .render("funnel_test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

折線圖

c = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="折線圖-基本示例"))
    .render("line_test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

水球圖

水球圖通常來顯示指標(biāo)的完成程度

from pyecharts.charts import Liquid

c = (
    Liquid()
    .add("lq", [0.55, 0.75])
    .set_global_opts(title_opts=opts.TitleOpts(title="Liquid-基本示例"))
    .render("liquid_test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

詞云圖

c = (
    WordCloud()
    .add(series_name="詞云圖實例", data_pair=data, word_size_range=[5, 100])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="詞云圖實例", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
    .render("basic_wordcloud.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

餅圖

c = (
    Pie()
    .add("類目", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="餅圖-基本示例"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}"))
    .render("pie_test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

儀表盤圖

儀表盤的繪制也可以用來展示指標(biāo)的完成程度

from pyecharts.charts import Gauge

c = (
    Gauge()
    .add("", [("完成率", 70)])
    .set_global_opts(title_opts=opts.TitleOpts(title="儀表盤-基本示例"))
    .render("gauge_test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

漣漪散點圖

c = (
    EffectScatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="漣漪散點圖-基本示例"))
    .render("effectscatter_test.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

地圖

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType

c = (
    Geo()
    .add_schema(maptype="china")
    .add(
        "geo",
        [list(z) for z in zip(Faker.provinces, Faker.values())],
        type_=ChartType.EFFECT_SCATTER,
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Geo-EffectScatter"))
    .render("geo_effectscatter.html")
)

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

關(guān)系圖

from pyecharts import options as opts
from pyecharts.charts import Graph

nodes_data = [
    opts.GraphNode(name="結(jié)點1", symbol_size=10),
    opts.GraphNode(name="結(jié)點2", symbol_size=20),
    opts.GraphNode(name="結(jié)點3", symbol_size=30),
    opts.GraphNode(name="結(jié)點4", symbol_size=40),
    opts.GraphNode(name="結(jié)點5", symbol_size=50),
    opts.GraphNode(name="結(jié)點6", symbol_size=60),
]
links_data = [
    opts.GraphLink(source="結(jié)點1", target="結(jié)點2", value=2),
    opts.GraphLink(source="結(jié)點2", target="結(jié)點3", value=3),
    opts.GraphLink(source="結(jié)點3", target="結(jié)點4", value=4),
    opts.GraphLink(source="結(jié)點4", target="結(jié)點5", value=5),
    opts.GraphLink(source="結(jié)點5", target="結(jié)點6", value=6),
    opts.GraphLink(source="結(jié)點6", target="結(jié)點1", value=7),
]
c = (
    Graph()
    .add(
        "",
        nodes_data,
        links_data,
        repulsion=4000,
        edge_label=opts.LabelOpts(
            is_show=True, position="middle", formatter=" 的數(shù)據(jù) {c}"
        ),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Graph-GraphNode-GraphLink-WithEdgeLabel")
    )
    .render("graph_with_edge_options.html")
)

技術(shù)交流

歡迎轉(zhuǎn)載、收藏、有所收獲點贊支持一下！

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！

目前開通了技術(shù)交流群，群友已超過2000人，添加時最好的備注方式為：來源+興趣方向，方便找到志同道合的朋友

方式①、發(fā)送如下圖片至微信，長按識別，后臺回復(fù)：加群；
方式②、添加微信號：dkl88191，備注：來自CSDN
方式③、微信搜索公眾號：Python學(xué)習(xí)與數(shù)據(jù)挖掘，后臺回復(fù)：加群

Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！文章來源地址http://www.zghlxwxcb.cn/news/detail-403144.html

到了這里，關(guān)于Python可視化神器：pyecharts，輕松繪制 30+ 種超實用精美圖表！的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！

本文來自互聯(lián)網(wǎng)用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載，請注明出處：如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符，請點擊違法舉報進(jìn)行投訴反饋，一經(jīng)查實，立即刪除！

分享到：

領(lǐng)支付寶紅包贊助服務(wù)器費用

數(shù)據(jù)可視化|Python之Pyecharts將“爬蟲數(shù)據(jù)”繪制餅狀圖
前言本文是該專欄的第40篇，后面會持續(xù)分享python數(shù)據(jù)分析的干貨知識，記得關(guān)注。在項目中，可能有些同學(xué)或多或少遇見這樣的需求。將爬蟲采集下來的數(shù)據(jù)，進(jìn)行圖像可視化處理，方便其他業(yè)務(wù)線進(jìn)行數(shù)據(jù)分析處理。而本文，筆者將以某個爬蟲案例的采集數(shù)據(jù)為例子，
2024年01月18日
瀏覽(34)
100天精通Python（可視化篇）——第91天：Pyecharts繪制各種折線圖實戰(zhàn)
???? 本文已收錄于《100天精通Python從入門到就業(yè)》：本專欄專門針對零基礎(chǔ)和需要進(jìn)階提升的同學(xué)所準(zhǔn)備的一套完整教學(xué)，從0到100的不斷進(jìn)階深入，后續(xù)還有實戰(zhàn)項目，輕松應(yīng)對面試，專欄訂閱地址：https://blog.cs
2024年02月08日
瀏覽(34)
100天精通Python（可視化篇）——第109天：Pyecharts繪制各種常用地圖（參數(shù)說明+代碼實戰(zhàn)）
???
2024年02月05日
瀏覽(102)
100天精通Python（可視化篇）——第97天：Pyecharts繪制多種炫酷熱力圖參數(shù)說明+代碼實戰(zhàn)
???? 本文已收錄于《100天精通Python從入門到就業(yè)》：本專欄專門針對零基礎(chǔ)和需要進(jìn)階提升的同學(xué)所準(zhǔn)備的一套完整教學(xué)，從0到100的不斷進(jìn)階深入，后續(xù)還有實戰(zhàn)項目，輕松應(yīng)對面試，專欄訂閱地址：https://blog.csdn.net/
2024年02月14日
瀏覽(89)
100天精通Python（可視化篇）——第92天：Pyecharts繪制炫酷柱狀圖、條形圖實戰(zhàn)大全
???? 本文已收錄于《100天精通Python從入門到就業(yè)》：本專欄專門針對零
2024年02月12日
瀏覽(22)
100天精通Python（可視化篇）——第99天：Pyecharts繪制多種炫酷K線圖參數(shù)說明+代碼實戰(zhàn)
???? 本文已收錄于《100天精通Python從入門到就業(yè)》：本專欄專門針對零基礎(chǔ)和需要進(jìn)階提升的同學(xué)所準(zhǔn)備的一套完整教學(xué)，從0到100的不斷進(jìn)階深入
2024年02月10日
瀏覽(95)
100天精通Python（可視化篇）——第95天：Pyecharts繪制多種炫酷氣泡圖參數(shù)說明+代碼實戰(zhàn)
???? 本文已收錄于《100天精通Python從入門到就業(yè)》：本專欄專門針對零基礎(chǔ)和需要進(jìn)階提升的同學(xué)所準(zhǔn)備的一套完整教學(xué)，從0到100的不斷進(jìn)階深入，后續(xù)還有實戰(zhàn)項目，輕松應(yīng)對面試，專欄訂閱地址：
2024年02月16日
瀏覽(28)
100天精通Python（可視化篇）——第98天：Pyecharts繪制多種炫酷日歷圖參數(shù)說明+代碼實戰(zhàn)
???? 本文已收錄于《100天精通Python從入門到就業(yè)》：本專欄專門針對零基礎(chǔ)和需要進(jìn)階提升的同學(xué)所準(zhǔn)備的一套完整教學(xué)，從0到100的不斷進(jìn)階深入，后續(xù)還有實戰(zhàn)項目，輕松應(yīng)對面試，專欄訂閱地址：
2024年02月12日
瀏覽(100)
100天精通Python（可視化篇）——第106天：Pyecharts繪制多種炫酷?；鶊D參數(shù)說明+代碼實戰(zhàn)
???? 本文已收錄于
2024年02月05日
瀏覽(99)
100天精通Python（可視化篇）——第102天：Pyecharts繪制多種炫酷關(guān)系網(wǎng)圖參數(shù)說明+代碼實戰(zhàn)
2023年10月30日
瀏覽(27)

<dfn id="1paij"><pre id="1paij"><u id="1paij"></u></pre></dfn>