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 ...
最新文章
- python手机版怎么运行项目或脚本-把Python脚本放到手机上定时运行
- 通用印刷体识别 php,实战腾讯云ORC文字识别
- 解决mysql“Access denied for user root@localhost”
- a as as big rat_你知道填空中as的这个变态用法吗?
- 6-12mysql库的操作
- 【树】判断给定森林中有多少棵树(简单做法)
- 年终总结做得好,升职加薪少不了,仅需1个技巧,10分钟完成
- 怎样设置计算机安全模式,电脑如何设置F8进入安全模式?
- ISA Server 2004软件防火墙相关配置
- java中输出进程的映像名称,怎么修改tomcat进程的名称(windows)
- 模式对话框与非模式对话框的创建方法
- SVN客户端安装与常用操作(超详细)
- layer.prompt输入框改成laydate时间控件
- 5款cpu温度检测工具,让你时刻关注mac的工作情况!
- unity学习之NGUI做NPC对话
- Scarpy源码分析6
- Credential Harvester Attack Method获得用户信息
- 她的话指引了很多人的未来生活———亦舒
- 倒计时不到1天!iPhone 11系列起售价预测,或将成为新的“真香机”
- PHP取整,四舍五入取整、向上取整、向下取整、小数截取
热门文章
- python 策略回测_python策略怎么进行全市场回测-金字塔知识 -程序化交易(CXH99.COM)...
- python适配器模式角色_适配器模式(Adapter模式)详解
- python中sorted函数的用法_Python中map,reduce,filter和sorted函数的使用方法
- 嵌入式论文3000字_普通期刊发表论文费用是多少
- VSCode在文件顶部添加作者,时间和注释等信息
- OpenCV精进之路(八):图像轮廓和图像分割修复——轮廓查询和多边形包围轮廓
- 【muduo源码分析】Buffer类的设计
- 《算法导论》——矩阵乘法的Strassen算法
- mysql有哪几种索引
- 1.nodejs介绍