python画简便的图-python的pyecharts绘制各种图表详细（附代码）

环境：pyecharts库，echarts-countries-pypkg，echarts-china-provinces-pypkg，echarts-china-cities-pypkg

数据：2018年4月16号的全国各地最高最低和天气类型的数据――2018-4-16.json（爬虫爬的）

一、公共属性

1、标题栏的属性：一般在实例化（初始化）类型时给与，如bar = Bar（"大标题”，"副标题”，・・・各种属性・・・）

title_color = "颜色”：标题颜色，可以是"red'或者"#0000'

title_pos = "位置'：标题位置，如"center'，"left'・・・

width = 1200：图表的宽

height = 800：图表的高

background_color = "颜色"：图表的背景色

・・・・・

2、标签栏的属性：如bar.add（"标签”，x，values，・・・属性・・・）

'mark_'类，通个'mark_'显示，如 mark_point['max', 'min', 'average']:标出最大最小和平均值的点，

mark_point_textcolor,mark_line_symbolsize・・・・・

'legend_'类，如legend_pos="left'：标签的位置

'is_'类，如is_label_show=True：显示每个点的值，is_datazoom_show=True：实现移动控制x轴的数量

is_convert = True：x，y轴是否调换

eg：

bar = pyecharts.Bar("全国各地最高气温", "2018-4-18", title_color='red', title_pos='right', width=1400, height=700, background_color='#404a59')

bar.add("最高气温", cities, highs, mark_point=['max', 'min', 'average'], is_label_show=True, is_datazoom_show=True, legend_pos='left')

bar.render('Bar-High.html')

3、Geo，Map无法显示底图

pyecharts v0.3.2以后，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。

地图文件被分成了三个 Python 包，分别为：

全球国家地图: echarts-countries-pypkg (1.9MB)

中国省级地图: echarts-china-provinces-pypkg (730KB)

中国市级地图: echarts-china-cities-pypkg (3.8MB)

（1）pycharm直接在设置里面搜索安装这三个库

（2）pip安装

pip install echarts-countries-pypkg

pip install echarts-china-provinces-pypkg

pip install echarts-china-cities-pypkg

二、各种图表

1.柱状图/条形图――Bar

bar = pyecharts.Bar("全国各地最高最低气温", "2018-4-18", title_pos='right', title_color='blue', width=1400, height=700,background_color='white')

bar.add("最高气温", cities, highs, mark_point=['max'], legend_text_color='red', is_datazoom_show=True)

bar.add("最低气温", cities, lows, mark_line=['min'], legend_text_color='blue' )

bar.render('Bar-High-Low.html')

2、散点图――EffectScatter

es = pyecharts.EffectScatter("最低气温动态散点图", "2018-4-16", title_pos='right', title_color='blue', width=1400, height=700, background_color='white')

es.add("最低温度", range(0, len(cities)), lows, legend_pos='center', legend_text_color='blue',symbol_size=10, effect_period=3, effect_scale=3.5, symbol='pin',is_datazoom_show=True,is_label_show=True)

es.render("EffectScatter-low.html")

3、漏斗与――Funnel

fl = pyecharts.Funnel("最高气温漏斗图", "2018-40-16", title_pos='left', width=1400, height=700)

fl.add("最低气温", cities[:15], lows[:15], is_label_show=True, label_pos='inside', label_text_color='white')

fl.render("Funnel-low.html")

4、仪表盘――Guage

gu = pyecharts.Gauge("仪表盘图")

gu.add("指标", "达标", 80)

gu.render("Guage-eg.html")

5、地理坐标图――Geo

geo = pyecharts.Geo("最高气温地理坐标系图", '2018-4-16', title_color='#fff', title_pos='center', width=1200, height=600, background_color='#404a95')

geo.add("最高气温", cities, highs, is_visualmap=True, visual_range=[0, 40], visual_text_color='#fff', symbol_size=5, legend_pos='right',is_geo_effect_show=True)

geo.render("Geo-Low.html")

6、关系图――Graph（略）

7、折线/面积图――Line

line = pyecharts.Line("气温变化折线图", '2018-4-16', width=1200, height=600)

line.add("最高气温", cities, highs, mark_point=['average'], is_datazoom_show=True)

line.add("最低气温", cities, lows, mark_line=['average'], is_smooth=True)

line.render('Line-High-Low.html')

line = pyecharts.Line("气温变化折线图", '2018-4-16', width=1200, height=600)

line.add("最高气温", cities, highs, mark_point=['average'], is_datazoom_show=True, is_fill=True, line_opacity=0.2, area_opacity=0.4)

line.add("最低气温", cities, lows, mark_line=['average'], is_smooth=True, is_fill=True, area_color="#000", area_opacity=0.5)

line.render('Area-High-Low.html')

8、水滴球――Liquid

lq = pyecharts.Liquid("水滴球")

lq.add("Liquid", [0.8, 0.5, 0.2], is_liquid_outline_show=False, is_liquid_animation=True)

lq.render("LiQuid.html")

9、地图――Map

a_city = []

for i in cities:

a_city.append(i + '市')

map = pyecharts.Map("湖北最低气温", width=1200, height=600)

map.add("最低气温", a_city, lows, maptype='湖北', is_visualmap=True, visual_text_color='#000', visual_range= [-15, 20])

map.render("Map-low.html")

value = [95.1, 23.2, 43.3, 66.4, 88.5]

attr= ["China", "Canada", "Brazil", "Russia", "United States"]

map = Map("世界地图示例", width=1200, height=600)

map.add("", attr, value, maptype="world", is_visualmap=True, visual_text_color='#000')

map.render('Map-World.html')

10、平行坐标图――Parallel

parallel = pyecharts.Parallel("高低温度的平行坐标系图", '2018-4-16', width=1200, height=600)

parallel.config(cities[:20])

parallel.add("高低温", [highs[:20], lows[:20]], is_random=True)

parallel.render('Parallel-High-Low.html')

11、饼图――Pie

sun = 0

cloud = 0

lit_rain = 0

mit_rain = 0

sail = 0

shadom = 0

z_rain = 0

th_rain = 0

for i in types:

if i == '晴':

sun += 1

elif i == '多云':

cloud += 1

elif i == '小雨':

lit_rain += 1

elif i == '中雨':

mit_rain += 1

elif i == '阴':

shadom += 1

elif i == '阵雨':

z_rain += 1

elif i == '雷阵雨':

th_rain += 1

elif i == '扬沙':

sail += 1

pie = pyecharts.Pie("全国天气类型比例", '2018-4-16')

pie.add('天气类型', weather, [mit_rain, lit_rain, sail, sun, th_rain, cloud, shadom, z_rain], is_label_show=True)

pie.render('Pie-weather.html')

修改：

pie = pyecharts.Pie("全国天气类型比例", '2018-4-16', title_pos='center')

pie.add('天气类型', weather, [mit_rain, lit_rain, sail, sun, th_rain, cloud, shadom, z_rain], is_label_show=True, legend_pos='left', label_text_color=None, legend_orient='vertical', radius=[30, 75])

pie.render('Pie-weather.html')

pie镶嵌：

center -> list

饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标，默认为 [50, 50]默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度

rosetype -> str

是否展示成南丁格尔图，通过半径区分数据大小，有'radius'和'area'两种模式。默认为'radius'radius：扇区圆心角展现数据的百分比，半径展现数据的大小area：所有扇区圆心角相同，仅通过半径展现数据大小

pie = pyecharts.Pie("全国天气类型比例", '2018-4-16')

pie.add('', weather, [mit_rain, lit_rain, sail, sun, th_rain, cloud, shadom, z_rain], is_label_show=True, label_text_color=None, legend_orient='vertical', radius=[40, 50], center=[50, 50])

pie.add('', ['中雨', '小雨', '扬沙', '晴'], [lit_rain, mit_rain, sun, sail], radius=[10, 35], center=[50, 50], rosetype='area')

pie.render('Pie-weather.html')

至此，pyecharts的大多数图标的绘制我们都可以实现了，更多知识可以查看下面链接

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

python画简便的图-python的pyecharts绘制各种图表详细（附代码）相关推荐

python画简便的图-python中简单易学的绘图：用turtle画太极图
为什么想画太极图呢?因为我儿子不知道是看了哪本书还是哪个电视,竟然特地打印出一张太极图要挂在大门口,我赶紧说祖宗这挂在门外,别人看见了还以为咱家出什么事了,你喜欢就挂自己卧室门口吧,于是这张图就成了他 ...
python画简便的图-python如何画出漂亮的地图？
推荐一个超好用的python包folium, 专门用于地理数据可视化,官方英文教程教程点击这里,查看本文源代码请点击这里. /> 使用方法很简单,操作如下:导入包,创建一副世界地图 import ...
python画简便的图-python如何画出漂亮的地图？网友：教教我呗
导入包,创建一副世界地图不要错过免费学习Python的机会,快来+688244617 import folium import pandas as pd # define the world ma ...
python画简便的图-python 实现在一张图中绘制一个小的子图方法
有时候为了直观展现图的信息,可以在大图中添加小子图的方式进行数据分析,如下图所示: 具体的代码如下:该图连接了数据库,当然重要的不是数据展示,而是添加子图的方法. import matplotlib. ...
python画简便的图-最适合小白学的花色玩Python折线图|画个天气预报
原标题:最适合小白学的花色玩Python折线图|画个天气预报欢迎关注天善智能 hellobi.com,我们是专注于商业智能BI,大数据,数据分析领域的垂直社区,学习.问答.求职,一站式搞定! 对商业 ...
python画直方图代码-python的pyecharts绘制各种图表详细（附代码）
环境:pyecharts库,echarts-countries-pypkg,echarts-china-provinces-pypkg,echarts-china-cities-pypkg 数据:20 ...
python 画三维函数图-Python画三维图-----插值平滑数据
一.二维的插值方法: 原始数据(x,y) 先对横坐标x进行扩充数据量,采用linspace.[如下面例子,由7个值扩充到300个] 采用scipy.interpolate中的spline来对纵坐标数据 ...
python画50个图-Python绘制六种可视化图表详解，三维图最炫酷！你觉得呢？
Python绘制六种可视化图表详解,三维图最炫酷!你觉得呢? 可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上 ...
python 画三维函数图-Python之Numpy：二元函数绘制/三维数据可视化/3D
意义在机器学习任务中选择计算模型或者学习数学时,可视化有助于研究函数值的变化趋势(观察收敛.分布.几何形状等),带来直观的感受. 源码 # 绘制二元函数 # 参考文献 # + python画二元函数 ...

python画简便的图-python的pyecharts绘制各种图表详细（附代码）

python画简便的图-python的pyecharts绘制各种图表详细（附代码）相关推荐

最新文章

热门文章