网站运营推广怎么做,网站备案号 查询,网站开发知识视频教程,外包公司和劳务派遣哪个好一点Pyecharts绘制多种炫酷气泡图参数说明代码实战
引言
数据可视化是数据分析中不可或缺的一环#xff0c;而Pyecharts作为一款基于Echarts的Python图表库#xff0c;提供了丰富的图表类型#xff0c;其中气泡图是一种常用于展示三维数据的炫酷图表。本文将介绍如何使用Pyech…Pyecharts绘制多种炫酷气泡图参数说明代码实战
引言
数据可视化是数据分析中不可或缺的一环而Pyecharts作为一款基于Echarts的Python图表库提供了丰富的图表类型其中气泡图是一种常用于展示三维数据的炫酷图表。本文将介绍如何使用Pyecharts绘制多种炫酷气泡图并对各种参数进行详细说明帮助读者更好地理解和定制气泡图。
准备工作
首先确保你已经安装了Pyecharts库
pip install pyecharts然后我们准备一些示例数据这里以某公司销售数据为例。
import random# 生成示例数据
data [(i, random.randint(50, 200), random.randint(1, 100)) for i in range(1, 11)]基础气泡图
首先我们来绘制一个基础的气泡图。
from pyecharts import options as opts
from pyecharts.charts import Scatter# 绘制基础气泡图
scatter_basic Scatter()
scatter_basic.add_xaxis([str(item[0]) for item in data])
scatter_basic.add_yaxis(销售额, [item[1] for item in data],symbol_size[item[2] for item in data],label_optsopts.LabelOpts(is_showFalse))
scatter_basic.set_global_opts(title_optsopts.TitleOpts(title基础气泡图),xaxis_optsopts.AxisOpts(type_category))# 渲染图表
scatter_basic.render(basic_bubble_chart.html)在这个基础气泡图中我们使用了Scatter类通过add_xaxis和add_yaxis方法添加横纵坐标数据。symbol_size参数表示气泡的大小这里使用了销售量作为气泡的大小。label_opts参数用于控制标签的显示这里我们将标签关闭。
自定义气泡图
接下来我们将进一步自定义气泡图包括颜色、透明度等。
from pyecharts import options as opts
from pyecharts.charts import Scatter# 绘制自定义气泡图
scatter_custom Scatter()
scatter_custom.add_xaxis([str(item[0]) for item in data])
scatter_custom.add_yaxis(销售额, [item[1] for item in data],symbol_size[item[2] for item in data],label_optsopts.LabelOpts(is_showFalse),itemstyle_optsopts.ItemStyleOpts(colorskyblue, opacity0.8))
scatter_custom.set_global_opts(title_optsopts.TitleOpts(title自定义气泡图),xaxis_optsopts.AxisOpts(type_category))# 渲染图表
scatter_custom.render(custom_bubble_chart.html)在这个自定义气泡图中我们通过itemstyle_opts参数设置了气泡的颜色和透明度。这里我们将颜色设置为天蓝色透明度设置为0.8。
多系列气泡图
有时候我们需要在同一张图上展示多组数据这时可以使用多系列气泡图。
from pyecharts import options as opts
from pyecharts.charts import Scatter# 生成示例数据
data2 [(i, random.randint(30, 150), random.randint(1, 100)) for i in range(1, 11)]# 绘制多系列气泡图
scatter_multi_series Scatter()
scatter_multi_series.add_xaxis([str(item[0]) for item in data])
scatter_multi_series.add_yaxis(销售A, [item[1] for item in data],symbol_size[item[2] for item in data],label_optsopts.LabelOpts(is_showFalse))
scatter_multi_series.add_yaxis(销售B, [item[1] for item in data2],symbol_size[item[2] for item in data2],label_optsopts.LabelOpts(is_showFalse))
scatter_multi_series.set_global_opts(title_optsopts.TitleOpts(title多系列气泡图),xaxis_optsopts.AxisOpts(type_category))# 渲染图表
scatter_multi_series.render(multi_series_bubble_chart.html)在多系列气泡图中我们通过多次调用add_yaxis方法添加不同系列的数据。
气泡图标签和工具箱
除了基础的气泡图外Pyecharts还支持对气泡图的标签和工具箱进行定制。
from pyecharts import options as opts
from pyecharts.charts import Scatter# 绘制带标签的气泡图
scatter_with_label Scatter()
scatter_with_label.add_xaxis([str(item[0]) for item in data])
scatter_with_label.add_yaxis(销售额, [item[1] for item in data],symbol_size[item[2] for item in data],label_optsopts.LabelOpts(is_showTrue, positiontop))
scatter_with_label.set_global_opts(title_optsopts.TitleOpts(title带标签的气泡图),xaxis_optsopts.AxisOpts(type_category))# 渲染图表
scatter_with_label.render(bubble_chart_with_label.html)在这个带标签的气泡图中我们通过label_opts参数开启了标签的显示并设置标签位置为顶部。
接下来我们将为气泡图添加工具箱使用户可以更灵活地交互。
from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.commons.utils import JsCode# 绘制带工具箱的气泡图
scatter_with_toolbox Scatter()
scatter_with_toolbox.add_xaxis([str(item[0]) for item in data])
scatter_with_toolbox.add_yaxis(销售额, [item[1] for item in data],symbol_size[item[2] for item in data],label_optsopts.LabelOpts(is_showFalse))
scatter_with_toolbox.set_global_opts(title_optsopts.TitleOpts(title带工具箱的气泡图),xaxis_optsopts.AxisOpts(type_category),toolbox_optsopts.ToolboxOpts(feature{saveAsImage: {title: 保存图片},dataZoom: {title: {zoom: 区域缩放, back: 区域缩放还原}},}),
)# 渲染图表
scatter_with_toolbox.render(bubble_chart_with_toolbox.html)在这个带工具箱的气泡图中我们通过toolbox_opts参数添加了两个功能按钮一个用于保存图片另一个用于区域缩放。
动态气泡图
最后我们介绍如何制作一个动态气泡图通过时间轴展示数据的变化。
from pyecharts import options as opts
from pyecharts.charts import Scatter, Timeline# 生成示例数据
timeline_data {f2022-{i}: [(i, random.randint(50, 200), random.randint(1, 100)) for i in range(1, 11)] for i in range(1, 13)
}# 绘制动态气泡图
timeline_scatter Timeline()
for year_month, data in timeline_data.items():scatter Scatter()scatter.add_xaxis([str(item[0]) for item in data])scatter.add_yaxis(销售额, [item[1] for item in data],symbol_size[item[2] for item in data],label_optsopts.LabelOpts(is_showFalse))scatter.set_global_opts(title_optsopts.TitleOpts(titlef{year_month} 动态气泡图),xaxis_optsopts.AxisOpts(type_category),)timeline_scatter.add(scatter, year_month)# 渲染图表
timeline_scatter.render(dynamic_bubble_chart.html)在动态气泡图中我们使用了Timeline类并通过循环逐步添加各个时间点的气泡图从而实现动态效果。
高级气泡图定制
除了上述介绍的基础和进阶功能之外Pyecharts还提供了一些高级的定制选项让气泡图更加炫酷。
渐变颜色气泡图
有时候我们希望气泡的颜色能够根据数据的大小变化而渐变以更直观地反映数值差异。
from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.commons.utils import JsCode# 绘制渐变颜色气泡图
scatter_gradient_color Scatter()
scatter_gradient_color.add_xaxis([str(item[0]) for item in data])
scatter_gradient_color.add_yaxis(销售额, [item[1] for item in data],symbol_size[item[2] for item in data],label_optsopts.LabelOpts(is_showFalse),itemstyle_optsopts.ItemStyleOpts(colorJsCode(new echarts.graphic.RadialGradient(0.4, 0.3, 1, [{offset: 0,color: rgba(0, 255, 255, 0.7)}, {offset: 1,color: rgba(0, 255, 255, 0.3)}]))))
scatter_gradient_color.set_global_opts(title_optsopts.TitleOpts(title渐变颜色气泡图),xaxis_optsopts.AxisOpts(type_category))# 渲染图表
scatter_gradient_color.render(gradient_color_bubble_chart.html)在这个渐变颜色气泡图中我们通过itemstyle_opts参数使用JsCode设置了颜色为渐变效果。
3D气泡图
为了展示更加立体的气泡图Pyecharts也支持绘制3D气泡图。
from pyecharts import options as opts
from pyecharts.charts import Scatter3D# 绘制3D气泡图
scatter_3d Scatter3D()
scatter_3d.add(, [(item[0], item[1], item[2]) for item in data],grid3d_optsopts.Grid3DOpts(width100, height100, depth100),label_optsopts.LabelOpts(is_showFalse),itemstyle_optsopts.ItemStyleOpts(colorskyblue, opacity0.8))
scatter_3d.set_global_opts(title_optsopts.TitleOpts(title3D气泡图))# 渲染图表
scatter_3d.render(3d_bubble_chart.html)在3D气泡图中我们使用了Scatter3D类并通过grid3d_opts参数设置了三维坐标系的网格大小。
结语
通过本文的介绍读者可以更全面地了解如何使用Pyecharts绘制各种炫酷气泡图包括标签、工具箱、动态效果以及一些高级的定制选项。希望本文能够帮助读者在实际项目中更灵活地运用Pyecharts进行数据可视化使得分析结果更加生动有趣。
