https://github.com/chenjiandongx/cutecharts

今天，给大家介绍一个很酷的 Python 手绘风格可视化神包：cutecharts。

和 Matplotlib 、pyecharts 等常见的图表不同，使用这个包可以生成下面这种看起来像手绘的各种图表，在一些场景下使用效果可能会更好。

GitHub 地址：

https://github.com/chenjiandongx/cutecharts

怎么画出这些图表呢，很简单，一行命令先安装好该库：

pip install cutecharts

也可以使用源码安装的方式：

$git clone https://github.com/chenjiandongx/cutecharts.git$cd cutecharts$pip install -r requirements.txt$python setup.py install

下面就介绍下每个图表如何绘制。

首先是一些图表共通的参数：

Commons

不同图表有着部分相同的方法。

__init__

Params                                          Desc------                                          ----title: Optional[str] = None                     图表标题width: str = "800px"                            图表宽度height: str = "600px"                           图表高度assets_host: Optional[str] = None               引用资源 Host

render

Params                                          Desc------                                          ----dest: str = "render.html"                       渲染的文件路径template_name: str = "basic_local.html"         渲染使用的模板，一般不需要修改

render_notebook

Params                                          Desc------                                          ----template_type: str = "basic"                    渲染使用的模板类型，一般不需要修改

load_javascript

加载 JS 依赖，在 JupyterLab 渲染时使用。

Bar(柱状图)

cutecharts.charts.Bar

API

cutecharts.charts.Bar.set_options

Params                                          Desc------                                          ----labels: Iterable                                X 坐标轴标签数据x_label: str = ""                               X 坐标轴名称y_label: str = ""                               Y 坐标轴名称y_tick_count: int = 3                           Y 轴刻度分割段数colors: Optional[Iterable] = None               label 颜色数组font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Bar.add_series

Params                                          Desc------                                          ----name: str                                       series 名称data: Iterable                                  series 数据列表

Demo

Bar-基本示例

from cutecharts.charts import Barfrom cutecharts.components import Pagefrom cutecharts.faker import Fakerdef bar_base() -> Bar:    chart = Bar("Bar-基本示例")    chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel")    chart.add_series("series-A", Faker.values())    return chartbar_base().render()

Bar-调整颜色

def bar_tickcount_colors():    chart = Bar("Bar-调整颜色")    chart.set_options(labels=Faker.choose(), y_tick_count=10, colors=Faker.colors)    chart.add_series("series-A", Faker.values())    return chart

Line(折线图)

cutecharts.charts.Line

API

cutecharts.charts.Line.set_options

Params                                          Desc------                                          ----labels: Iterable                                X 坐标轴标签数据x_label: str = ""                               X 坐标轴名称y_label: str = ""                               Y 坐标轴名称y_tick_count: int = 3                           Y 轴刻度分割段数legend_pos: str = "upLeft"                      图例位置，有 "upLeft", "upRight", "downLeft", "downRight" 可选colors: Optional[Iterable] = None               label 颜色数组font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Line.add_series

Params                                          Desc------                                          ----name: str                                       series 名称data: Iterable                                  series 数据列表

Demo

Line-基本示例

from cutecharts.charts import Linefrom cutecharts.components import Pagefrom cutecharts.faker import Fakerdef line_base() -> Line:    chart = Line("Line-基本示例")    chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel")    chart.add_series("series-A", Faker.values())    chart.add_series("series-B", Faker.values())    return chartline_base().render()

Line-Legend 位置

def line_legend():    chart = Line("Line-Legend 位置")    chart.set_options(labels=Faker.choose(), legend_pos="upRight")    chart.add_series("series-A", Faker.values())    chart.add_series("series-B", Faker.values())    return chart

Line-调整颜色

def line_tickcount_colors():    chart = Line("Line-调整颜色")    chart.set_options(labels=Faker.choose(), colors=Faker.colors, y_tick_count=8)    chart.add_series("series-A", Faker.values())    chart.add_series("series-B", Faker.values())    return chart

Pie(饼图)

cutecharts.charts.Pie

API

cutecharts.charts.Pie.set_options

Params                                          Desc------                                          ----labels: Iterable                                数据标签列表inner_radius: float = 0.5                       Pie 图半径legend_pos: str = "upLeft"                      图例位置，有 "upLeft", "upRight", "downLeft", "downRight" 可选colors: Optional[Iterable] = None               label 颜色数组font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Pie.add_series

Params                                          Desc------                                       ----data: Iterable                                  series 数据列表

Demo

Pie-基本示例

from cutecharts.charts import Piefrom cutecharts.components import Pagefrom cutecharts.faker import Fakerdef pie_base() -> Pie:    chart = Pie("Pie-基本示例")    chart.set_options(labels=Faker.choose())    chart.add_series(Faker.values())    return chartpie_base().render()

Pie-Legend

def pie_legend_font():    chart = Pie("Pie-Legend")    chart.set_options(        labels=Faker.choose(),        legend_pos="downLeft",        font_family='"Times New Roman",Georgia,Serif;',    )    chart.add_series(Faker.values())    return chart

Pie-Radius

def pie_radius():    chart = Pie("Pie-Radius")    chart.set_options(        labels=Faker.choose(),        inner_radius=0,    )    chart.add_series(Faker.values())    return chart

Radar(雷达图)

cutecharts.charts.Radar

API

cutecharts.charts.Radar.set_options

Params                                          Desc------                                          ----labels: Iterable                                数据标签列表is_show_label: bool = True                      是否显示标签is_show_legend: bool = True                     是否显示图例tick_count: int = 3                             坐标系分割刻度legend_pos: str = "upLeft"                      图例位置，有 "upLeft", "upRight", "downLeft", "downRight" 可选colors: Optional[Iterable] = None               label 颜色数组font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Radar.add_series

Params                                          Desc------                                          ----name: str                                       series 名称data: Iterable                                  series 数据列表

Demo

Radar-基本示例

from cutecharts.charts import Radarfrom cutecharts.components import Pagefrom cutecharts.faker import Fakerdef radar_base() -> Radar:    chart = Radar("Radar-基本示例")    chart.set_options(labels=Faker.choose())    chart.add_series("series-A", Faker.values())    chart.add_series("series-B", Faker.values())    return chartradar_base().render()

Radar-颜色调整

def radar_legend_colors():    chart = Radar("Radar-颜色调整")    chart.set_options(labels=Faker.choose(), colors=Faker.colors, legend_pos="upRight")    chart.add_series("series-A", Faker.values())    chart.add_series("series-B", Faker.values())    return chart

Scatter(散点图)

cutecharts.charts.Scatter

API

cutecharts.charts.Scatter.set_options

Params                                          Desc------                                          ----x_label: str = ""                               X 坐标轴名称y_label: str = ""                               Y 坐标轴名称x_tick_count: int = 3                           X 轴刻度分割段数y_tick_count: int = 3                           Y 轴刻度分割段数is_show_line: bool = False                      是否将散点连成线dot_size: int = 1                               散点大小time_format: Optional[str] = None               日期格式legend_pos: str = "upLeft"                      图例位置，有 "upLeft", "upRight", "downLeft", "downRight" 可选colors: Optional[Iterable] = None               label 颜色数组font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Scatter.add_series

Params                                          Desc------                                          ----name: str                                       series 名称data: Iterable                                  series 数据列表，[(x1, y1), (x2, y2)]

Demo

Scatter-基本示例

from cutecharts.charts import Scatterfrom cutecharts.components import Pagefrom cutecharts.faker import Fakerdef scatter_base() -> Scatter:    chart = Scatter("Scatter-基本示例")    chart.set_options(x_label="I'm xlabel", y_label="I'm ylabel")    chart.add_series(        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]    )    chart.add_series(        "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]    )    return chartscatter_base().render()

Scatter-散点大小

def scatter_dotsize_tickcount():    chart = Scatter("Scatter-散点大小")    chart.set_options(dot_size=2, y_tick_count=8)    chart.add_series(        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]    )    chart.add_series(        "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]    )    return chart

Scatter-散点连成线

def scatter_show_line():    chart = Scatter("Scatter-散点连成线")    chart.set_options(y_tick_count=8, is_show_line=True)    chart.add_series(        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]    )    chart.add_series(        "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]    )    return chart

图片 美化 python_数据美化 | 超Cute 的 Python 手绘图形库！相关推荐

  1. 数据美化 | 超Cute 的 Python 手绘图形库！

    https://github.com/chenjiandongx/cutecharts 今天,给大家介绍一个很酷的 Python 手绘风格可视化神包:cutecharts. 和 Matplotlib ...

  2. 在线生成广西geojson数据+精确到乡镇街道级别手绘地图json

    获取全国以及普通省份以及地市可直接用地图选择器完成,网址如下: http://datav.aliyun.com/tools/atlas/#&lat=23.673539694230854& ...

  3. 深度学习数据驱动_利用深度学习实现手绘数据可视化的生成

    前一段时间,我开发了Sketchify, 该工具可以把任何以SVG为渲染技术的可视化转化为手绘风格.(参考手绘风格的数据可视化实现 Sketchify) 那么问题来了,很多的chart是以Canvas ...

  4. 利用深度学习实现手绘数据可视化的生成

    个人博客导航页(点击右侧链接即可打开个人博客):大牛带你入门技术栈 前一段时间,我开发了Sketchify, 该工具可以把任何以SVG为渲染技术的可视化转化为手绘风格.(参考手绘风格的数据可视化实现 ...

  5. 实战技术：利用深度学习实现手绘数据可视化的生成

    个人博客导航页(点击右侧链接即可打开个人博客):大牛带你入门技术栈 前一段时间,我开发了Sketchify, 该工具可以把任何以SVG为渲染技术的可视化转化为手绘风格.(参考手绘风格的数据可视化实现 ...

  6. 又一款超酷的 Python 可视化神器：cutecharts

    前言 今天给大家介绍一个很酷的 Python 手绘风格可视化神包:cutecharts 和 Matplotlib .pyecharts 等常见的图表不同,使用这个包可以生成看起来像手绘的各种图表,在一 ...

  7. 发现一款数据可视化手绘神器！

    来源: https://github.com/chenjiandongx/cutecharts 今天,给大家介绍一个很酷的 Python 手绘风格可视化神包:cutecharts. 和 Matplot ...

  8. 商务汇报PPT制作的七堂课-第六课：数据美化

    我们七堂课转眼之间已经到第六堂-<数据呈现>了,那前三课我们分别讲了PPT配色.模板以及结构搭建,后三课是关于PPT制作美化的,这堂课也是PPT美化的最后一个部分,就是我们商务中常用的图表 ...

  9. java中把gui插入图片_在java中使用图片实现gui的美化.pdf

    在java中使用图片实现gui的美化.pdf 还剩 3页未读, 继续阅读 下载文档到电脑,马上远离加班熬夜! 亲,喜欢就下载吧,价低环保! 内容要点: 图形图像处理GRAPHICS AND IMAGE ...

最新文章

  1. ajax同步，异步简单的介绍
  2. JVM调优之实战案例（六）（转载）
  3. j2ee gradle构建
  4. java基础，没事常看看（一）类、对象、引用
  5. Hive表联合查询语句参考
  6. Python爬取某旅游网站中的中国城市信息
  7. Linux：I/O多路转接之select（有图有代码有真相！！！）
  8. Makefile、.mk、.bp、Blueprint、Soong、kati工具链的关系
  9. 线上展示3D可视化电子沙盘管理系统
  10. 打游戏用什么蓝牙耳机好？英雄联盟手游推荐蓝牙耳机
  11. mysql front连接_mysql server连接mysql-front方法
  12. hash算法概念和hash加盐法
  13. 中国长白山国际林海雪地马拉松节将于三月底举办
  14. 财务考PMP有用吗？
  15. 关闭计算机睡眠模式,电脑睡眠模式怎么关闭
  16. IP和MNC地址协议
  17. Android获取QQ名片赞数量,教你如何提高QQ名片赞数量 如何增加QQ赞数量
  18. 新建一个html标题为李白,李白的诗，如果用自媒体的思维来起标题，画风是这样的...
  19. Android 底层知识拾零，字节跳动Android高级工程师
  20. 利用R语言进行线性/非线性回归拟合实例（1）

热门文章

  1. 2023年全国最新安全员精选真题及答案13
  2. linux socket send函数和recv函数详解以及修改缓冲区大小
  3. NodeJS操作数据库
  4. 【力扣周赛】第 354 场双周赛
  5. 网络DHCP配置简单介绍
  6. java bigint范围_Java Integer取值范围
  7. python中如何不换行_如何在Python中不换行输出
  8. python基于pingouin包进行统计分析：使用ancova函数执行协方差分析、covar参数设置单个协方差变量、以dataframe的形式输出分析结果（包含SS、自由度、F值、p值、np2等）
  9. 从腾讯云上下载出现错误
  10. 全卷积网络（FCN）