1. 实验介绍

本实验主要介绍pyecharts基本特点与属性。

1.1. 实验目的

了解pyecharts功能、特点、与安装方式。

1.2. 知识点

  • pyecharts特点
  • pyecharts图表
  • pyecharts组件
  • pyecharts安装

2. pyecharts特点

pyecharts 是一个用于生成 Echarts 图表的类库。

Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。

pyecharts可以展示动态图,在线报告使用比较美观,并且展示数据方便,鼠标悬停在图上,即可显示数值、标签等。

官网地址:

  • http://pyecharts.org/#/zh-cn/charts
  • https://pyecharts.org/#/zh-cn/quickstart
  • https://github.com/pyecharts/pyecharts

3. pyecharts图表

  • pyecharts包含多种类型的图形组件:
  • pyecharts支持用户自定义布局:

Grid 类:并行显示多张图 Overlap 类:结合不同类型图表叠加画在同张图上 Page 类:同一网页按顺序展示多图 Timeline 类:提供时间线轮播多张图

4. pyecharts组件

pyecharts包含许多公共属性,所有图像的输出都包含着类似的配置。

标题栏的属性

一般在实例化(初始化)类型时配置。

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

标签栏的属性

标签栏属于附加的配置,配置时可选也可不选。

bar.add(“标签”,x,values,···属性···)

mark类,通过mark显示,如 markpoint['max', 'min', 'average']:标出最大最小和平均值的点

legend类,如legend_pos=‘left’:标签的位置

is类,如islabelshow=True:显示每个点的值,isdatazoomshow=True:实现移动控制x轴的数量,is_convert = True:x,y轴是否调换

相关函数

先介绍一些可能会用到的基本函数:

add() 主要方法,用于添加图表的数据和设置各种配置项

show_config() 打印输出图表的所有配置项

render() 默认将会在根目录下生成一个 render.html 的文件,支持 path 参数,设置文件保存位置,如 render(r"e:myfirstchart.html"),文件用浏览器打开。

相关案例

基本上所有的图表类型都是这样绘制的:

chart_name = Type() 初始化具体类型图表。

add() 加数据及配置项。

render() 生成 .html 文件。

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')

5. pyecharts安装

5.1. pyecharts的Windows安装

安装pyecharts包

pip install pyecharts

这里要专门说明一下,自从 0.3.2 开始,为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行,pyecharts 将不再自带地图 js 文件。

如用户需要用到地图图表(Geo、Map),可自行安装对应的地图文件包。否则在用到这两个包的时候,并能完整的显示地图效果。

相关说明:

全球国家地图echarts-countries-pypkg(1.9MB): 世界地图和 213 个国家,包括中国地图;

中国省级地图echarts-china-provinces-pypkg(730KB):23 个省,5 个自治区;

中国市级地图]echarts-china-cities-pypkg(3.8MB):370 个中国城市。

Windows下通过以下的pip命令进行安装:

pip install echarts-countries-pypkgpip install echarts-china-provinces-pypkg pip install echarts-china-cities-pypkg

5.2. pyecharts的Linux安装

Linux下通过以下的pip命令进行安装:

sudo pip3 install echarts-countries-pypkg sudo pip3 install echarts-china-provinces-pypkgsudo pip3 install echarts-china-cities-pypkg sudo pip3 install echarts-countries-pypkg sudo pip3 install echarts-china-provinces-pypkgsudo pip3 install echarts-china-cities-pypkg

想获取更多内容,请关注海数据公众号。

本期分享到这里,剩下的实验我们会持续更新,咱们下期再见,期待您的再次光临。有什么建议,比如想了解的知识、内容中的问题、想要的资料、下次分享的内容、学习遇到的问题等,请在下方留言。如果喜欢请关注。

legend位置 pyecharts_实验|pyecharts数据可视化分析-1相关推荐

  1. 知乎爬虫与数据分析(二)pandas+pyecharts数据可视化分析篇(上)

    注:代码完整版可移步Github--https://github.com/florakl/zhihu_spider. 知乎爬虫与数据分析(一)数据爬取篇 知乎爬虫与数据分析(三)pandas+pyec ...

  2. 数据可视化分析教学课件——FineBI实验册节选====物流时效分析

      数据可视化分析课程教学,0基础也能掌握,本节讲述的是交通运输及物流管理等专业的数据可视化分析案例:物流时效分析 a.实验背景   物流时效分析,同样也是作为物流看板的补充:   1.各个省份地区, ...

  3. 数据可视化分析教学课件——FineBI实验册节选====资产负债分析

      数据可视化分析课程教学,0基础也能掌握,本节讲述的是金融经济类专业的数据可视化分析案例:资产负债分析 a.实验背景   1.资产负债信息不透明,不能及时了解到风险所在.   2.数据反馈不及时,存 ...

  4. 数据可视化分析教学课件——FineBI实验册节选====门店分析

      数据可视化分析课程教学,0基础也能掌握,本节讲述的是电子商务及商务数据分析等专业的数据可视化分析案例:门店分析 a.实验背景   门店仰赖营业额作为绩效指标,但对于营业额不佳,却难以有更进一层的数 ...

  5. 数据可视化分析教学课件——FineBI实验册节选====活动分析

      数据可视化分析课程教学,0基础也能掌握,本节讲述的是电子商务及商务数据分析等专业的数据可视化分析案例:活动分析 a.实验背景   优质的.有价值的活动运营方案能够严格的落地执行并且助力业绩提高,活 ...

  6. 数据可视化分析教学课件——FineBI实验册节选====物流经营分析

      数据可视化分析课程教学,0基础也能掌握,本节讲述的是交通运输及物流管理等专业的数据可视化分析案例:物流经营分析 a.实验背景   在应对一些业务部门突发性.即时性的数据分析需求时,由于缺乏敏捷型的 ...

  7. 数据可视化分析教学课件——FineBI实验册节选====企业产品销售分析

      数据可视化分析课程教学,0基础也能掌握,本节讲述的是能源与环境系统工程和能源化学工程等专业的数据可视化分析案例:企业产品销售分析 a.实验背景   对于大部分企业来说,销售部门是为企业直接带来利润 ...

  8. 数据可视化分析教学课件——FineBI实验册节选====库存分析

      数据可视化分析课程教学,0基础也能掌握,本节讲述的是电子商务及商务数据分析等专业的数据可视化分析案例:库存分析 a.实验背景   我们经常听管理人员抱怨库存太多,其实高库存大多时候是企业" ...

  9. 数据可视化分析教学课件——FineBI实验册节选===A股走势分析

      数据可视化分析课程教学,0基础也能掌握,本节讲述的金融经济类专业的数据可视化分析课程教学案例:A股走势分析 a.实验背景(为避免影响投资者判断,数据截止于2019年)   1.自2015年以来,长 ...

最新文章

  1. 5.Collection集合 List集合 泛型
  2. hdu1754(简单线段树)
  3. 用平常心去对待不平常的事
  4. Vue.js第六课 计算属性
  5. excel随机排序,在A列产生顺序号
  6. 压力测试http_load 通过修改配置测试https协议成功了。
  7. [BUAA软工]beta阶段贡献分
  8. 【异常】No suitable driver
  9. JSP 与 Servlet重要部分
  10. 一键部署ETCD集群脚本
  11. Java笔记1(2015-8-30)
  12. 方舟官方服务器怎么显示血量,方舟端游怎么显示血量
  13. H5调用摄像头实现视频拍摄及iOS兼容性问题
  14. MATLAB | 分形的艺术——(Mandelbrot)曼德勃罗特集合
  15. 【ADRC/Matlab实现】非线性状态误差反馈NLSEF
  16. 【打卡-Coggle竞赛学习2023年1月】文本相似度匹配
  17. 移动文件夹ubuntu
  18. css字号 h5_你应该知道的CSS文字大小单位PX、EM、PT
  19. 国科大计算机学院推免,电子科技大学2020届保研率17.8%,主要保研本校、国科大、北大、中科大...
  20. DVD-RW与DVD-ROM的区别

热门文章

  1. 终止js程序执行的方法
  2. 2021-2027年中国视频监控设备行业市场需求预测与投资战略规划分析报告
  3. 2021-2027年中国涂装行业市场需求预测与投资战略规划分析报告
  4. 2022-2028年中国ABS管行业市场全景调研及发展趋势分析报告
  5. debian10 简单的CA使用
  6. 确定修改——取消修改
  7. 正则表达式 - 语法
  8. 汇编语言关于8086CPU多种寻址方式总结
  9. 王道考研 计算机网络笔记 第一章:概述计算机网络体系结构
  10. 如何在CPU上优化GEMM(上)