湘潭做网站找磐石网络一流,宝安做棋牌网站建设多少钱,个人wordpress主题,关键词搜索工具爱站网简介PyeCharts 是一个用于生成 Echarts 图表的类库#xff0c;用其生成的图可视化效果非常棒#xff0c;而且使用起来非常简单。下面是一些常用图的pyecharts实现方法柱状图bar pye.Bar(柱状图)#新建柱状图bar.add(服装, #图例名称[衬衫用其生成的图可视化效果非常棒而且使用起来非常简单。下面是一些常用图的pyecharts实现方法柱状图bar pye.Bar(柱状图)#新建柱状图bar.add(服装, #图例名称[衬衫, 羊毛衫, 雪纺衫, 裤子 , 高跟鞋 , 袜子],#x[5, 20, 36, 10, 75, 90],#ybar_category_gap20%,is_more_utilsTrue,#右边工具栏显示更多按钮)#添加数据# bar.render(bar.html)#渲染到文件bar输出:堆叠柱状图attr [衬衫, 羊毛衫, 雪纺衫, 裤子 , 高跟鞋 , 袜子]v1 [5, 20, 36, 10, 75, 90]v2 [10, 25, 8, 60, 20, 80]bar pye.Bar(堆叠柱状图)bar.add(商家A, attr, v1, is_stackTrue)bar.add(商家B, attr, v2, is_stackTrue)bar输出:条形图attr [衬衫, 羊毛衫, 雪纺衫, 裤子 , 高跟鞋 , \袜子]v1 [5, 20, 36, 10, 75, 90]v2 [10, 25, 8, 60, 20, 80]bar pye.Bar()bar.add(商家A, attr, v1, mark_point[average, max, min], is_stackTrue)bar.add(商家B, attr, v2, mark_line[max], is_convertTrue, is_stackTrue)bar输出:折线图attr [衬衫, 羊毛衫, 雪纺衫, 裤子 , 高跟鞋 , \袜子]v1 [5, 20, 36, 10, 75, 90]v2 [10, 25, 8, 60, 20, 80]bar pye.Line(折线图)bar.add(商家A, attr, v1,mark_point[average],mark_point_symbolarrow,mark_point_textcolor#cf0,mark_point_symbolsize30,is_fillTrue,#是否填充line_opacity0.2,#线的不透明度area_opacity0.4,#填充区域的不透明度)bar.add(商家B, attr, v2,mark_point[max],mark_point_symboldiamond,is_smoothTrue, #绘制平滑曲线is_fillTrue,#line_opacity1,area_opacity0.3,area_color#000,symbolNone)bar输出:饼图attr [衬衫, 羊毛衫, 雪纺衫, 裤子 , 高跟鞋 , \袜子]v1 [5, 20, 36, 10, 75, 90]pie pye.Pie(饼图, title_poscenter)pie.add(服装销量, attr, v1,is_label_showTrue,center[50, 50],#中心点位置# rosetypearea,#南丁格尔图radius[40, 75],#内环,外环,legend_orientvertical,legend_posleft)pie输出:散点图v1 v2 np.arange(0, 70, 10)#散点图scatter pye.Scatter()scatter.add(, v1, v2, )scatter.add(, v1[::-1],v2, is_visualmapTrue, #是否使用第三维度visual_typesize, #第三维度是点的大小visual_range_size[10, 60])#取值范围scatter输出:地图map pye.Map()attr [浦东新区, 闵行区]value [50, 180]map.add(, attr, value,maptype上海,#地图类型is_visualmapTrue,is_label_showTrue#显示地区标注)map输出:云词图import pandas as pdfrom bs4 import BeautifulSoup as bsimport redf pd.read_csv(labeledTrainData.tsv, sep\t, escapechar\\)#读取文件reviews df[review].head(1000).tolist()#转换成listreview_str .join(reviews)#合并成strbs_text str.lower(bs(review_str, lxml).get_text())#1去掉html标签并且转为小写only_words_list re.sub(r[^\w\s], , bs_text).replace( , ).split( )#删除特殊字符 重新拆分成liststop_words_list open(stopwords.txt).read().split( \n)#获取停用词列表no_stop_words_list [w for w in only_words_list if w not in stop_words_list]#删除所有停用词from collections import Counteronly_words_dict Counter(no_stop_words_list)#转换成字典# only_words_dictword_cloud pye.WordCloud()word_cloud.add(, only_words_dict.keys(), only_words_dict.values(), word_size_range[10, 100])word_cloud.render(ccc.html)#存在文件中输出:组合图使用Overlapattr [A , B , C , D , E , F]v1 [10, 20, 30, 40, 50, 60]v2 [38, 28, 58, 48, 78, 68]bar pye.Bar(Line - Bar 示例)bar.add(bar , attr, v1)line pye.Line()line.add(line , attr, v2)overlap pye.Overlap()overlap.add(bar)overlap.add(line)overlap输出:
