本文共 5899 字,大约阅读时间需要 19 分钟。
pyecharts官网https://pyecharts.org/
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 Flask,Django 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利用Bar调用add添加数据做出柱状图,render()渲染后得到render.html文件,用webbrowser显示在网页上
webbrowser.open(“file://”+ os.path.realpath(“render.html”))from pyecharts import Barimport webbrowserimport osx_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]y_axis = [5, 20, 36, 10, 75, 90]bar = Bar()bar.add("",x_axis,y_axis)# render 会生成本地 HTML 文件,默认会在当前目录生成 render.html 文件# 也可以传入路径参数,如 bar.render("mycharts.html")bar.render()webbrowser.open("file://"+ os.path.realpath("render.html"))
'''某地区一年当中的降水量和蒸发量数据如下蒸发量:[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]降水量:v2=[2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]'''from pyecharts import Barimport webbrowserimport osattr=["{}月".format(i) for i in range(1,13)]v1=[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]v2=[2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]bar=Bar("柱状图")#mark_line为标记线bar.add("蒸发量",attr,v1,mark_line=["average"],marl_point=["max","min"])bar.add("降水量",attr,v2,mark_line=["average"],marl_point=["max","min"])bar.render()webbrowser.open("file://"+os.path.realpath("render.html"))**常用的参数:**标签有很多,根据需要选择即可。 is_splitline_show:是否显示网格线 is_label_show:是否显示标签 label_pos:标签的位置,有’top’(默认), ‘left’, ‘right’, ‘bottom’, ‘inside’,‘outside’可选 label_text_color/size:标签字体颜色/大小 is_random:是否随机排列颜色列表 label_color:自定义标签颜色 mark_point/line:标记点/线,默认有’min’, ‘max’, ‘average’可选。可自定义标记点线,具体格式如:[{‘coord’: [x, y], ‘name’: ‘目标标记点’}],记住格式是一个列表 mark_point/line_symbol:标记点/线图形,默认为’pin’(点),有’circle’(圆形), ‘rect’(正方形), ‘roundRect’(圆角正方形), ‘triangle’(三角形), ‘diamond’(菱形), ‘pin’(点), ‘arrow’(箭头)可选
利用Line()新建折线图,每段数据需要调用一次add(),传入数据,最后用render()渲染并用webbrowser打开
#折线图from pyecharts import Lineimport webbrowserimport osattr = ["{}月".format(i) for i in range(1,13)]v1 = [2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]v2 = [2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]line = Line("折线图")#mark_point设置标记线,取值为“min”,“max”,“average”line.add("蒸发量",attr,v1,mark_line=["average"],mark_point = ["max", "min"]) #先传入x轴数据,然后y轴数据line.add("降水量",attr,v2,mark_line=["average"],mark_point = ["max", "min"])line.render()webbrowser.open("file://"+os.path.realpath("render.html"))
饼状图样式定制
①Pie()中的参数: title_pos: "left"左对齐,"right"右对齐,"center"居中对齐 ②add()中的参数: legend_pos:"left"左对齐,"rigth"右对齐,"center"居中对齐 legend_orient: "horizontal"水平布局, "vertical"垂直布局 is_label_show: "True"显示标签 , "False"不显示(默认) rosetype: "radius"扇区圆心角展现数据的百分比,半径展现数据的大小(默认) "area"所有扇区圆心角相同,仅通过半径展现数据大小#饼状图from pyecharts import Pieimport webbrowserimport os star_num = { "水瓶座":3, "双鱼座":3, "白羊座":2, "金牛座":1, "双子座":2, "巨蟹座":5, "狮子座":4, "处女座":3, "天秤座":4, "天蝎座":6, "射手座":4, "摩羯座":3,}key = list(star_num.keys())value = list(star_num.values())pie = Pie("班级星座统计")pie.add( "", key, value, legend_pos="left", legend_orient = "vertical", is_label_show = True,)pie.render()webbrowser.open("file://" + os.path.realpath("render.html"))rosetype -> str 是否展示成南丁格尔图,通过半径区分数据大小,有’radius’半径和’area’区域两种模式。 默认为’radius’ ①radius:扇区圆心角展现数据的百分比,半径展现数据的大小 ②area:所有扇区圆心角相同,仅通过半径展现数据大小
pie = Pie("班级星座统计")pie.add( "", key, value, legend_pos="right", legend_orient = "vertical", is_label_show = True, rosetype = "radius" #rosetype = "area")
from pyecharts import WordCloudimport webbrowser,oswith open(r'匆匆.txt','r',encoding = 'utf-8')as f: text = f.read() print(text)
from pyecharts import WordCloudimport webbrowser,osimport jiebawith open(r'匆匆.txt','r',encoding = 'utf-8')as f: text = f.read() words_list = jieba.lcut(text) words_dict = { } drop = ['我们','你们','他们','就是','没有','自己'] for word in words_list: #去重判断 if word in words_dict: words_dict[word] += 1 else: #数据清洗过滤 if len(word) > 1 and word not in drop: #创建键值 words_dict[word] = 1 print(words_dict)wordcloud = WordCloud(width=1440, height=900)name = '匆匆'words = list(words_dict.keys())nums = list(words_dict.values())wordcloud.add(name,words,nums)wordcloud.render()webbrowser.open("file://" + os.path.realpath('render.html'))美化词云图,设置形状shape、间隔word_gap以及字体大小范围word_size_range shape–>list 词云图轮廓,有’circle‘,’cardioid‘,’diamon‘,’triangle-forward‘,’triangle‘,’pentagon‘,‘star’可选 word_gap->int 单词间隔,默认为20 word_size_range->list 单词字体大小范围,默认为[12,60] rotate_step->int 旋转单词角度,默认为45
wordcloud.add(name,words,nums,shape="star",word_gap=10,word_size_range=[12,100])
散点图同时展示了鸢尾花花瓣的宽度 x 和长度 y 值,而 x 与 y 值之间的关系受鸢尾花种类的影响,使得不同品种数据的坐标点分布在 各自的区域,形成聚类的效果,从而很容易在数据中划分出不同的品种。
读取相应的鸢尾花数据来做出散点图#列表生成式List_1 = [i**2 for i in range(1,11)]List_2 = [i for i in 'abcde']print(List_1,'\n',List_2)
import jsonfrom pyecharts import Scatterimport webbrowser,oswith open('iris.json','r')as f: data = json.load(f) # print(type(data),data)scatter = Scatter("鸢尾花品种散点图")setosa_h = [i[2] for i in data['setosa']]setosa_w = [i[3] for i in data['setosa']]versicolor_h = [i[2] for i in data['versicolor']]versicolor_w = [i[3] for i in data['versicolor']]virginica_h = [i[2] for i in data['virginica']]virginica_w = [i[3] for i in data['virginica']]#mark_point: 标记点,这个代码中将是平均数标记出来#xaxis_name, yaxis_name:增加横纵坐标说明scatter.add('setosa',setosa_w,setosa_h,mark_point = ['average'])scatter.add('versicolor',versicolor_w,versicolor_h,mark_point = ['average'])scatter.add('virginica',virginica_w,virginica_h,mark_point = ['average'],xaxis_name = ['花瓣宽度'],yaxis_name = ['花瓣长度'])scatter.render()webbrowser.open("file://" + os.path.realpath('render.html'))
Echarts是一个由百度开源的数据可视化,结合巧妙的交互性,精巧的图表设计,得到了开发者的认可。而 Python 是一门富有表达力的语言,很适合用于数据处理。分析遇上数据可视化时,pyecharts诞生了。在pyecharts官网上还有很多3D图形的绘制,也是非常有意思的,大家有兴趣的可以去探索一下。
转载地址:http://kqoxi.baihongyu.com/