本文继续采用PyEcharts v1.x版本进行绘制水球图。

注：PyEcharts分为 v0.5.x 和 v1.x 两个大版本，v0.5.x 和 v1.x 间不兼容，v0.5.x是基于Python2.7+、3.4+版本开发的，而v1.x是一个全新的版本，它是基于Python3.6+版本开发的，另外经PyEcharts开发团队决定，0.5.x 版本将不再进行维护。

绘制的水球图效果是这样的：

没有安装PyEcharts的，先安装PyEcharts：

# 安装pyecharts模块，直接安装就是最新的版本
pip install pyecharts

安装好PyEcharts之后，就可以将需要使用的模块进行导入：

from pyecharts import options as opts
from pyecharts.charts import Liquid

水球图数据很简单，就是一个完成率数字，所以不用定义或导入，也无需做转换。

接下来就可以绘制水球图了：

c = (#创建水球图对象Liquid()#设置数据系列名称及数据，is_outline_show是设置边框线，根据自身喜欢选择.add("完成率", [0.5], is_outline_show=False)# 设置图表标题及位置.set_global_opts(title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center"))#通过render()方法将水球图渲染为html.render("圆形水球图.html")
)

水球图的颜色可以设置，只需要add()中添加color参数，代码如下：

c = (Liquid().add("完成率", [0.5], is_outline_show=False, color=['#DC143C']).set_global_opts(title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center")).render("圆形水球图.html")
)

设置红色的水球图效果是这样的：

另外水球的形状也是可以设置的：

from pyecharts import options as opts
from pyecharts.charts import Liquid
from pyecharts.globals import SymbolType
c = (Liquid().add("完成率", [0.5], is_outline_show=False, shape=SymbolType.RECT).set_global_opts(title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center")).render("矩形水球图.html")
)

矩形水球图效果是这样的：

看出区别了吗？只要在add()中添加shape=SymbolType.RECT的设置，同时需要导入对应的模块：from pyecharts.globals import SymbolType

另外shape=SymbolType.DIAMOND 就是钻石水球图

shape=SymbolType.ROUND_RECT 就是圆角矩形水球图

shape=SymbolType.TRIANGLE 就是三角形水球图

shape=SymbolType.ARROW 就是箭头水球图

是不是so easy 呢？

如果你喜欢本文，可以点击右下角在看
如果你在跟着学习，请在留言区留言：打卡
如果你刚看到本文，可以查看本系列历史文章跟着学习：
跟小白学Python数据分析——Anaconda安装
跟小白学Python数据分析——使用spyder
跟小白学Python数据分析——数据导入1
跟小白学Python数据分析——数据导入2

跟小白学Python数据分析——描述性统计分析

跟小白学Python数据分析——分组分析

跟小白学Python数据分析——列表

跟小白学Python数据分析——数据框

跟小白学Python数据分析——记录抽取

跟小白学Python数据分析——记录合并

跟小白学Python数据分析——数据导出

跟小白学Python数据分析——For循环

跟小白学Python数据分析——批量合并CSV文件

跟小白学Python数据分析——批量拆分Excel文件

跟小白学Python数据分析——提取PDF表格数据

跟小白学Python数据分析——批量提取PDF表格数据

跟小白学Python数据分析——绘制饼图、圆环图

跟小白学Python数据分析——绘制仪表盘

-----------------

长按识别下方二维码，并关注公众号

1.回复“PY”领取1GB Python数据分析资料

2.回复“BG”领取5GB 名企数据分析报告