本篇文章给大家分享的是有关如何在python项目中利用pyecharts与pandas实现一个绘图功能,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
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
为避免绘制缺漏,建议全部安装
为了避免下载缓慢,作者全部使用镜像源下载过了
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ echarts-countries-pypkg pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ echarts-china-provinces-pypkg pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ echarts-china-cities-pypkg pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ echarts-china-counties-pypkg pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ echarts-china-misc-pypkg pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ echarts-united-kingdom-pypkg
from pyecharts.charts import Bar bar = Bar() bar.add_xaxis(['小嘉','小琪','大嘉琪','小嘉琪']) bar.add_yaxis('得票数',[60,60,70,100]) #render会生成本地HTML文件,默认在当前目录生成render.html # bar.render() #可以传入路径参数,如 bar.render("mycharts.html") #可以将图形在jupyter中输出,如 bar.render_notebook() bar.render_notebook()
from pyecharts.charts import Bar from pyecharts import options as opts # 示例数据 cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu'] data1 = [123, 153, 89, 107, 98, 23] data2 = [56, 77, 93, 68, 45, 67] # 1.x版本支持链式调用 bar = (Bar() .add_xaxis(cate) .add_yaxis('渠道', data1) .add_yaxis('门店', data2) .set_global_opts(title_opts=opts.TitleOpts(title="示例", subtitle="副标")) ) bar.render_notebook()
from pyecharts.charts import Pie from pyecharts import options as opts # 示例数据 cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu'] data = [153, 124, 107, 99, 89, 46] pie = (Pie() .add('', [list(z) for z in zip(cate, data)], radius=["30%", "75%"], rosetype="radius") .set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例", subtitle="我是副标题")) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%")) ) pie.render_notebook()
from pyecharts.charts import Line from pyecharts import options as opts # 示例数据 cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu'] data1 = [123, 153, 89, 107, 98, 23] data2 = [56, 77, 93, 68, 45, 67] """ 折线图示例: 1. is_smooth 折线 OR 平滑 2. markline_opts 标记线 OR 标记点 """ line = (Line() .add_xaxis(cate) .add_yaxis('电商渠道', data1, markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")])) .add_yaxis('门店', data2, is_smooth=True, markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(name="自定义标记点", coord=[cate[2], data2[2]], value=data2[2])])) .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例", subtitle="我是副标题")) ) line.render_notebook()
from pyecharts import options as opts from pyecharts.charts import Geo from pyecharts.globals import ChartType import random province = ['福州市', '莆田市', '泉州市', '厦门市', '漳州市', '龙岩市', '三明市', '南平'] data = [(i, random.randint(200, 550)) for i in province] geo = (Geo() .add_schema(maptype="福建") .add("门店数", data, type_=ChartType.HEATMAP) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( visualmap_opts=opts.VisualMapOpts(), legend_opts=opts.LegendOpts(is_show=False), title_opts=opts.TitleOpts(title="福建热力地图")) ) geo.render_notebook()
以上就是如何在python项目中利用pyecharts与pandas实现一个绘图功能,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。