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：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画直方图代码-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 ...
我用Python爬取了难下载的电子教材（内附代码）
我用Python爬取了难下载的电子教材(内附代码) 第一次在CSDN上面分享经历,有点激动.本大二狗最近这段时间去不了学校又想看教材,不巧学习通上面的部分内容老师设置了不可下载啊.好在最近学习了一点P ...
Java Web实现登录注册（超详细附代码）
Java Web实现登录注册(超详细附代码) 文章目录 Java Web实现登录注册(超详细附代码) 1.前言 2.登录注册设计流程 3.注册的数据流程 4.登录的数据流程 5.部分代码的展示 5.1 ...
数据挖掘领域十大经典算法之—SVM算法（超详细附代码）
相关文章: 数据挖掘领域十大经典算法之-C4.5算法(超详细附代码) 数据挖掘领域十大经典算法之-K-Means算法(超详细附代码) 数据挖掘领域十大经典算法之-Apriori算法数据挖掘领域十大经 ...
数据挖掘领域十大经典算法之—AdaBoost算法（超详细附代码）
相关文章: 数据挖掘领域十大经典算法之-C4.5算法(超详细附代码) 数据挖掘领域十大经典算法之-K-Means算法(超详细附代码) 数据挖掘领域十大经典算法之-SVM算法(超详细附代码) 数据挖掘领 ...
python画简单图片-Python绘制“高颜值”桑基图
请看以下图片: 相信许多小伙伴第一眼就会被它美丽的外表所吸引,由此引发一连串的惊叹: "这个图叫什么???" "这个图真好看!!!怎么画啊?" 为了满足大家的好 ...
使用python的seaborn、matplotlib、pyecharts绘制各种图形
前言本文前期工作是将sqlite数据库内的数据进行连接聚合查询,得到不同维度的数据并保存在本地的csv文件中,然后运用seaborn.matplotlib.pyecharts绘制各种图形 pyech ...
【python教程入门学习】用pyecharts绘制带动画效果的“时间轮播图
今天我们要分享的是一个数据可视化的案例. 在讲述本文之前,为了满足大家的好奇心,我们先来看看最终做出来的效果呈现. 不管学习什么技术,官网是最好的老师.对于pyecharts绘图库,知道了他的绘图原理 ...
python画-如何用Python画各种著名数学图案 | 附图+代码
原标题:如何用Python画各种著名数学图案 | 附图+代码用Python绘制著名的数学图片或动画,展示数学中的算法魅力. Mandelbrot 集代码:46 lines (34 sloc) 1. ...

python画直方图代码-python的pyecharts绘制各种图表详细（附代码）

python画直方图代码-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