在贸易网站怎么做贸易,sjz住房建设局网站,科技型中小企业认定官网,做网站页面的框架文章目录 #x1f3af; 1. 简介1.1 Pyecharts 是什么1.2 Pyecharts 特性 #x1f3af; 2. 安装2.1 Pyecharts 版本2.2 常用安装方式2.3 安装地图文件#xff08;可选#xff09; #x1f3af; 3. 图表类型3.1 直角坐标系图表3.2 基本图表3.3 树形图表3.4 地理图表3.5 3D图… 文章目录 1. 简介1.1 Pyecharts 是什么1.2 Pyecharts 特性 2. 安装2.1 Pyecharts 版本2.2 常用安装方式2.3 安装地图文件可选 3. 图表类型3.1 直角坐标系图表3.2 基本图表3.3 树形图表3.4 地理图表3.5 3D图表3.6 组合图表3.7 HTML组件 4. 绘图输出4.1 输出到 jupyter notebook4.2 输出到 html 文件 5. 快速开始图表示例5.1 Bar柱状图5.2 Line折线图5.3 Pie饼图5.4 Scatter散点图5.5 KlineK线图5.6 Gauge仪表盘图5.7 PictorialBar象形图5.8 WordCloud词云图5.9 Map地图5.10 其他图表 更多可视化项目源码数据 大家好我是 【Python当打之年(点击跳转)】
本期是《Pyecharts绘图教程》 的第 1 期 该系列从0到1不断进阶深入专门 针对零基础和需要进阶提升的小伙伴逐步掌握使用Pyecharts库进行数据可视化的技能 希望对大家有所帮助如有疑问或者需要改进的地方可以联系小编。 1. 简介
1.1 Pyecharts 是什么 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得到了众多开发者的认可。而 Python 是一门富有表达力的语言很适合用于数据处理。当数据分析遇上数据可视化时Pyecharts 诞生了。 可以理解为 Pyecharts 是实现 Echarts 与 Python 对接的一个库。
Echarts官网https://echarts.apache.org/zh/index.html
1.2 Pyecharts 特性
简洁的 API 设计使用如丝滑般流畅支持链式调用囊括了 30 种常见图表应有尽有支持主流 Notebook 环境Jupyter Notebook 和 JupyterLab可轻松集成至 FlaskDjango 等主流 Web 框架高度灵活的配置项可轻松搭配出精美的图表详细的文档和示例帮助开发者更快的上手项目多达 400 地图文件以及原生的百度地图为地理数据可视化提供强有力的支持 2. 安装
2.1 Pyecharts 版本
Pyecharts一共有三个大版本V0.X 、 V1.X 、V2.X 版本之间差别比较大
本系列用的 Pyecharts 版本是1.9.0 ! 本系列用的 Pyecharts 版本是1.9.0 ! 本系列用的 Pyecharts 版本是1.9.0 !
谨记不要装错啦不同版本有些图参数设置不一样
直接 pip 安装
pip install pyecharts1.9.0查看已安装版本
import pyecharts
print(pyecharts.__version__)2.2 常用安装方式
pip install xxx库名
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ xxx库名常用的国内镜像源
清华大学镜像源 https://pypi.tuna.tsinghua.edu.cn/simple/华为镜像源 https://mirrors.huaweicloud.com/阿里云镜像源 http://mirrors.aliyun.com/pypi/simple/豆瓣镜像源 http://pypi.douban.com/simple/中国科学技术大学镜像源 http://pypi.mirrors.ustc.edu.cn/simple/腾讯开源镜像 http://mirrors.cloud.tencent.com/pypi/simple网易源镜像 http://mirrors.163.com/搜狐源镜像 http://mirrors.sohu.com/
2.3 安装地图文件可选
后期涉及到地图部分的可视化所以这里就把地图包先装上如果自己的可视化不包含地图可以先不装需要的时候再装也可以
全球国家地图: echarts-countries-pypkg中国省级地图: echarts-china-provinces-pypkg中国市级地图: echarts-china-cities-pypkg
pip install pyecharts
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg3. 图表类型
3.1 直角坐标系图表
Bar: 柱状图/条形图Boxplot: 箱形图EffectScatter: 连清特效散点图HeatMap: 热力图Kline/Candlestick: K线图Line: 折线/面积图PictorialBar: 象形柱状图Scatter: 散点图Overlap: 层查多图
3.2 基本图表
Calendar: 日历图Funnel: 漏斗图Gauge: 仪表盘Graph: 关系图Liquid: 水球图Parallel: 平行坐标系Pie: 饼图Polar: 极坐标系Radar: 雷达图Sankey: 桑基图Sunburst: 旭日图ThemeRiver:主题河流图WordCloud: 词云图
3.3 树形图表
Tree树图TreeMap矩形树图
3.4 地理图表
Geo地理坐标系Map地图BMap百度地图
3.5 3D图表
Bar3D: 3D柱状图Line3D: 3D折线图Scatter3D: 3D散点图Surface3D: 3D曲面图Lines3D:3D 路径图Map3D-三维地图GraphGL-GL关系图
3.6 组合图表
Grid: 并行多图Page: 顺序多图Tab: 选项卡多图Timeline: 时间线轮播多图
3.7 HTML组件
Component 通用配置项Table: 表格Image: 图像 4. 绘图输出
4.1 输出到 jupyter notebook
# 将图形渲染到 notebook
def render_notebook()4.2 输出到 html 文件
# 渲染图表到 HTML 文件
def render(# 生成图片路径path: str render.html,# 模板路径template_name: str simple_chart.html,# jinja2.Environment 类实例可以配置各类环境参数env: Optional[Environment] None,
)5. 快速开始图表示例
5.1 Bar柱状图
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A, Faker.values()).add_yaxis(商家B, Faker.values()).set_global_opts(title_optsopts.TitleOpts(titleBar-基本示例, subtitle我是副标题)).render(bar_base.html)
)from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode
from pyecharts.faker import Fakerc (Bar().add_xaxis(Faker.choose()).add_yaxis(商家A, Faker.values(), category_gap60%).set_series_opts(itemstyle_opts{normal: {color: JsCode(new echarts.graphic.LinearGradient(0, 0, 0, 1, [{offset: 0,color: rgba(0, 244, 255, 1)}, {offset: 1,color: rgba(0, 77, 167, 1)}], false)),barBorderRadius: [30, 30, 30, 30],shadowColor: rgb(0, 160, 221),}}).set_global_opts(title_optsopts.TitleOpts(titleBar-渐变圆柱)).render(bar_border_radius.html)
) 5.2 Line折线图
import pyecharts.options as opts
from pyecharts.charts import Linefrom pyecharts.commons.utils import JsCode
js_formatter function (params) {console.log(params);return 降水量 params.value (params.seriesData.length ? params.seriesData[0].data : );}(Line().add_xaxis(xaxis_data[2016-1,2016-2,2016-3,2016-4,2016-5,2016-6,2016-7,2016-8,2016-9,2016-10,2016-11,2016-12,]).extend_axis(xaxis_data[2015-1,2015-2,2015-3,2015-4,2015-5,2015-6,2015-7,2015-8,2015-9,2015-10,2015-11,2015-12,],xaxisopts.AxisOpts(type_category,axistick_optsopts.AxisTickOpts(is_align_with_labelTrue),axisline_optsopts.AxisLineOpts(is_on_zeroFalse, linestyle_optsopts.LineStyleOpts(color#6e9ef1)),axispointer_optsopts.AxisPointerOpts(is_showTrue, labelopts.LabelOpts(formatterJsCode(js_formatter))),),).add_yaxis(series_name2015 降水量,is_smoothTrue,symbolemptyCircle,is_symbol_showFalse,# xaxis_index1,color#d14a61,y_axis[2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3],label_optsopts.LabelOpts(is_showFalse),linestyle_optsopts.LineStyleOpts(width2),).add_yaxis(series_name2016 降水量,is_smoothTrue,symbolemptyCircle,is_symbol_showFalse,color#6e9ef1,y_axis[3.9, 5.9, 11.1, 18.7, 48.3, 69.2, 231.6, 46.6, 55.4, 18.4, 10.3, 0.7],label_optsopts.LabelOpts(is_showFalse),linestyle_optsopts.LineStyleOpts(width2),).set_global_opts(legend_optsopts.LegendOpts(),tooltip_optsopts.TooltipOpts(triggernone, axis_pointer_typecross),xaxis_optsopts.AxisOpts(type_category,axistick_optsopts.AxisTickOpts(is_align_with_labelTrue),axisline_optsopts.AxisLineOpts(is_on_zeroFalse, linestyle_optsopts.LineStyleOpts(color#d14a61)),axispointer_optsopts.AxisPointerOpts(is_showTrue, labelopts.LabelOpts(formatterJsCode(js_formatter))),),yaxis_optsopts.AxisOpts(type_value,splitline_optsopts.SplitLineOpts(is_showTrue, linestyle_optsopts.LineStyleOpts(opacity1)),),).render(multiple_x_axes.html)
) 5.3 Pie饼图
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Fakerc (Pie().add(, [list(z) for z in zip(Faker.choose(), Faker.values())]).set_global_opts(title_optsopts.TitleOpts(titlePie-基本示例)).set_series_opts(label_optsopts.LabelOpts(formatter{b}: {c})).render(pie_base.html)
) 5.4 Scatter散点图
from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.faker import Fakerc (Scatter().add_xaxis(Faker.choose()).add_yaxis(商家A, Faker.values()).add_yaxis(商家B, Faker.values()).set_global_opts(title_optsopts.TitleOpts(titleScatter-VisualMap(Size)),visualmap_optsopts.VisualMapOpts(type_size, max_150, min_20),).render(scatter_visualmap_size.html)
) 5.5 KlineK线图
from pyecharts import options as opts
from pyecharts.charts import Klinedata [[2320.26, 2320.26, 2287.3, 2362.94],[2300, 2291.3, 2288.26, 2308.38],[2295.35, 2346.5, 2295.35, 2345.92],[2347.22, 2358.98, 2337.35, 2363.8],[2360.75, 2382.48, 2347.89, 2383.76],[2383.43, 2385.42, 2371.23, 2391.82],[2377.41, 2419.02, 2369.57, 2421.15],[2425.92, 2428.15, 2417.58, 2440.38],[2411, 2433.13, 2403.3, 2437.42],[2432.68, 2334.48, 2427.7, 2441.73],[2430.69, 2418.53, 2394.22, 2433.89],[2416.62, 2432.4, 2414.4, 2443.03],[2441.91, 2421.56, 2418.43, 2444.8],[2420.26, 2382.91, 2373.53, 2427.07],[2383.49, 2397.18, 2370.61, 2397.94],[2378.82, 2325.95, 2309.17, 2378.82],[2322.94, 2314.16, 2308.76, 2330.88],[2320.62, 2325.82, 2315.01, 2338.78],[2313.74, 2293.34, 2289.89, 2340.71],[2297.77, 2313.22, 2292.03, 2324.63],[2322.32, 2365.59, 2308.92, 2366.16],[2364.54, 2359.51, 2330.86, 2369.65],[2332.08, 2273.4, 2259.25, 2333.54],[2274.81, 2326.31, 2270.1, 2328.14],[2333.61, 2347.18, 2321.6, 2351.44],[2340.44, 2324.29, 2304.27, 2352.02],[2326.42, 2318.61, 2314.59, 2333.67],[2314.68, 2310.59, 2296.58, 2320.96],[2309.16, 2286.6, 2264.83, 2333.29],[2282.17, 2263.97, 2253.25, 2286.33],[2255.77, 2270.28, 2253.31, 2276.22],
]c (Kline().add_xaxis([2017/7/{}.format(i 1) for i in range(31)]).add_yaxis(kline, data).set_global_opts(yaxis_optsopts.AxisOpts(is_scaleTrue),xaxis_optsopts.AxisOpts(is_scaleTrue),title_optsopts.TitleOpts(titleKline-基本示例),).render(kline_base.html)
) 5.6 Gauge仪表盘图
from pyecharts import options as opts
from pyecharts.charts import Gaugec (Gauge().add(, [(完成率, 66.6)]).set_global_opts(title_optsopts.TitleOpts(titleGauge-基本示例)).render(gauge_base.html)
) 5.7 PictorialBar象形图
import jsonfrom pyecharts import options as opts
from pyecharts.charts import PictorialBarlocation [山西, 四川, 西藏, 北京, 上海, 内蒙古, 云南, 黑龙江, 广东, 福建]
values [13, 42, 67, 81, 86, 94, 166, 220, 249, 262]with open(symbol.json, r, encodingutf-8) as f:symbols json.load(f)c (PictorialBar().add_xaxis([reindeer, ship, plane, train, car]).add_yaxis(2015,[{value: 157, symbol: symbols[reindeer]},{value: 21, symbol: symbols[ship]},{value: 66, symbol: symbols[plane]},{value: 78, symbol: symbols[train]},{value: 123, symbol: symbols[car]},],label_optsopts.LabelOpts(is_showFalse),symbol_size22,symbol_repeatfixed,symbol_offset[0, 5],is_symbol_clipTrue,).add_yaxis(2016,[{value: 184, symbol: symbols[reindeer]},{value: 29, symbol: symbols[ship]},{value: 73, symbol: symbols[plane]},{value: 91, symbol: symbols[train]},{value: 95, symbol: symbols[car]},],label_optsopts.LabelOpts(is_showFalse),symbol_size22,symbol_repeatfixed,symbol_offset[0, -25],is_symbol_clipTrue,).reversal_axis().set_global_opts(title_optsopts.TitleOpts(titlePictorialBar-Vehicles in X City),xaxis_optsopts.AxisOpts(is_showFalse),yaxis_optsopts.AxisOpts(axistick_optsopts.AxisTickOpts(is_showFalse),axisline_optsopts.AxisLineOpts(linestyle_optsopts.LineStyleOpts(opacity0)),),).render(pictorialbar_multi_custom_symbols.html)
) 5.8 WordCloud词云图
from pyecharts import options as opts
from pyecharts.charts import WordCloudwords [(花鸟市场, 1446),(汽车, 928),(视频, 906),(电视, 825),(Lover Boy 88, 514),(动漫, 486),(音乐, 53),(直播, 163),(广播电台, 86),(戏曲曲艺, 17),(演出票务, 6),(给陌生的你听, 1),(资讯, 1437),(商业财经, 422),(娱乐八卦, 353),(军事, 331),(科技资讯, 313),(社会时政, 307),(时尚, 43),(网络奇闻, 15),(旅游出行, 438),(景点类型, 957),(国内游, 927),(远途出行方式, 908),(酒店, 693),(关注景点, 611),(旅游网站偏好, 512),(出国游, 382),(交通票务, 312),(旅游方式, 187),(旅游主题, 163),(港澳台, 104),(本地周边游, 3),(小卖家, 1331),(全日制学校, 941),(基础教育科目, 585),(考试培训, 473),(语言学习, 358),(留学, 246),(K12课程培训, 207),(艺术培训, 194),(技能培训, 104),(IT培训, 87),(高等教育专业, 63),(家教, 48),(体育培训, 23),(职场培训, 5),(金融财经, 1328),(银行, 765),(股票, 452),(保险, 415),(贷款, 253),(基金, 211),(信用卡, 180),(外汇, 138),(P2P, 116),(贵金属, 98),(债券, 93),(网络理财, 92),(信托, 90),(征信, 76),(期货, 76),(公积金, 40),(银行理财, 36),(银行业务, 30),(典当, 7),(海外置业, 1),(汽车, 1309),(汽车档次, 965),(汽车品牌, 900),(汽车车型, 727),(购车阶段, 461),(二手车, 309),(汽车美容, 260),(新能源汽车, 173),(汽车维修, 155),(租车服务, 136),(车展, 121),(违章查询, 76),(汽车改装, 62),(汽车用品, 37),(路况查询, 32),(汽车保险, 28),(陪驾代驾, 4),(网络购物, 1275),(做我的猫, 1088),(只想要你知道, 907),(团购, 837),(比价, 201),(海淘, 195),(移动APP购物, 179),(支付方式, 119),(代购, 43),(体育健身, 1234),(体育赛事项目, 802),(运动项目, 405),(体育类赛事, 337),(健身项目, 199),(健身房健身, 78),(运动健身, 77),(家庭健身, 36),(健身器械, 29),(办公室健身, 3),(商务服务, 1201),(法律咨询, 508),(化工材料, 147),(广告服务, 125),(会计审计, 115),(人员招聘, 101),(印刷打印, 66),(知识产权, 32),(翻译, 22),(安全安保, 9),(公关服务, 8),(商旅服务, 2),(展会服务, 2),(特许经营, 1),(休闲爱好, 1169),(收藏, 412),(摄影, 393),(温泉, 230),(博彩彩票, 211),(美术, 207),(书法, 139),(DIY手工, 75),(舞蹈, 23),(钓鱼, 21),(棋牌桌游, 17),(KTV, 6),(密室, 5),(采摘, 4),(电玩, 1),(真人CS, 1),(轰趴, 1),(家电数码, 1111),(手机, 885),(电脑, 543),(大家电, 321),(家电关注品牌, 253),(网络设备, 162),(摄影器材, 149),(影音设备, 133),(办公数码设备, 113),(生活电器, 67),(厨房电器, 54),(智能设备, 45),(个人护理电器, 22),(服饰鞋包, 1047),(服装, 566),(饰品, 289),(鞋, 184),(箱包, 168),(奢侈品, 137),(母婴亲子, 1041),(孕婴保健, 505),(母婴社区, 299),(早教, 103),(奶粉辅食, 66),(童车童床, 41),(关注品牌, 271),(宝宝玩乐, 30),(母婴护理服务, 25),(纸尿裤湿巾, 16),(妈妈用品, 15),(宝宝起名, 12),(童装童鞋, 9),(胎教, 8),(宝宝安全, 1),(宝宝洗护用品, 1),(软件应用, 1018),(系统工具, 896),(理财购物, 440),(生活实用, 365),(影音图像, 256),(社交通讯, 214),(手机美化, 39),(办公学习, 28),(应用市场, 23),(母婴育儿, 14),(游戏, 946),(手机游戏, 565),(PC游戏, 353),(网页游戏, 254),(游戏机, 188),(模拟辅助, 166),(个护美容, 942),(护肤品, 177),(彩妆, 133),(美发, 80),(香水, 50),(个人护理, 46),(美甲, 26),(SPA美体, 21),(花鸟萌宠, 914),(绿植花卉, 311),(狗, 257),(其他宠物, 131),(水族, 125),(猫, 122),(动物, 81),(鸟, 67),(宠物用品, 41),(宠物服务, 26),(书籍阅读, 913),(网络小说, 483),(关注书籍, 128),(文学, 105),(报刊杂志, 77),(人文社科, 22),(建材家居, 907),(装修建材, 644),(家具, 273),(家居风格, 187),(家居家装关注品牌, 140),(家纺, 107),(厨具, 47),(灯具, 43),(家居饰品, 29),(家居日常用品, 10),(生活服务, 883),(物流配送, 536),(家政服务, 108),(摄影服务, 49),(搬家服务, 38),(物业维修, 37),(婚庆服务, 24),(二手回收, 24),(鲜花配送, 3),(维修服务, 3),(殡葬服务, 1),(求职创业, 874),(创业, 363),(目标职位, 162),(目标行业, 50),(兼职, 21),(期望年薪, 20),(实习, 16),(雇主类型, 10),(星座运势, 789),(星座, 316),(算命, 303),(解梦, 196),(风水, 93),(面相分析, 47),(手相, 32),(公益, 90),
]c (WordCloud().add(,words,word_size_range[20, 100],textstyle_optsopts.TextStyleOpts(font_familycursive),).set_global_opts(title_optsopts.TitleOpts(titleWordCloud-自定义文字样式)).render(wordcloud_custom_font_style.html)
) 5.9 Map地图
from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Fakerc (Map().add(商家A, [list(z) for z in zip(Faker.country, Faker.values())], world).set_series_opts(label_optsopts.LabelOpts(is_showFalse)).set_global_opts(title_optsopts.TitleOpts(titleMap-世界地图),visualmap_optsopts.VisualMapOpts(max_200),).render(map_world.html)
) 5.10 其他图表 更多可视化项目源码数据 点击跳转【全部可视化项目源码数据】 以上就是本期为大家整理的全部内容了赶快练习起来吧原创不易喜欢的朋友可以点赞、收藏也可以分享注明出处让更多人知道。
