【Python入门可视化】：22个完整数据可视化小例子，带你玩转可视化～

总共22个完整的pyecharts例子，包含常用的配置方法，每个小例子都包含完整代码，为避免混淆，每个例子都差不多只包含单一配置的代码，更多有趣的源码分享可以在评论区回复。

1. 柱状图堆叠

不同系列的数据使用相同的stack值会堆叠在一起；

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef bar_stack():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(Faker.choose())# stack值一样的系列会堆叠在一起bar.add_yaxis('A', Faker.values(), stack='stack1')bar.add_yaxis('B', Faker.values(), stack='stack1')bar.add_yaxis('C', Faker.values(), stack='stack2')return barchart = bar_stack()
chart.render_notebook()

2.关闭坐标轴显示

碰上类目标签过长的时候，可以选择关闭坐标轴，将数据&标签直接显示在图形中

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef bar_with_axis_off():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(Faker.choose())bar.add_yaxis('', Faker.values())# 碰上类目标签过长的时候，可以选择关闭坐标轴，直接显示在图形中bar.set_series_opts(label_opts=opts.LabelOpts(position='insideLeft', formatter='{b}:{c}'))bar.set_global_opts(xaxis_opts=opts.AxisOpts(is_show=False),yaxis_opts=opts.AxisOpts(is_show=False))bar.reversal_axis()return barchart = bar_with_axis_off()
chart.render_notebook()

3.更改坐标轴数据类型

x轴默认数据类型是使用离散型，在使用散点图的时候可调整为数值型

from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data = [random.randint(0, 20) for _ in range(100)]
y_data = [random.randint(0, 50) for _ in range(100)]def scatter_with_value_xaxis():scatter = Scatter(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))scatter.add_xaxis(x_data)scatter.add_yaxis('', y_data)# X轴默认数据类型为离散数据，设置为数值型scatter.set_global_opts(xaxis_opts=opts.AxisOpts(type_="value"))return scatterchart = scatter_with_value_xaxis()
chart.render_notebook()

4.双Y轴【直方图&折线图】

实际是Bar和Line两个图表共用同一套坐标体系，将Bar和Line分别指向不同的Y轴

from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data = ['香蕉', '梨子', '水蜜桃', '核桃', '西瓜', '苹果']
y_data_1 = [random.randint(10, 50) for _ in range(len(x_data))]
y_data_2 = [random.randint(100, 500) for _ in range(len(x_data))]def bar_line_combine_with_two_axis():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(x_data)# 添加一个Y轴bar.extend_axis(yaxis=opts.AxisOpts())bar.add_yaxis('左边Y轴', y_data_1, yaxis_index=0)line = Line(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))line.add_xaxis(x_data)# 将line数据通过yaxis_index指向后添加的Y轴line.add_yaxis('右边Y轴', y_data_2, yaxis_index=1)bar.overlap(line)return barchart = bar_line_combine_with_two_axis()
chart.render_notebook()

5.直方图——双Y轴

from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data = ['香蕉', '梨子', '水蜜桃', '核桃', '西瓜', '苹果']
y_data_1 = [random.randint(10, 50) for _ in range(len(x_data))]
y_data_2 = [random.randint(100, 500) for _ in range(len(x_data))]def bar_with_multiple_axis():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(x_data)# 添加一个Y轴bar.extend_axis(yaxis=opts.AxisOpts())# 分别指定使用的Y轴bar.add_yaxis('左边Y轴', y_data_1, yaxis_index=0)bar.add_yaxis('右边Y轴', y_data_2, yaxis_index=1)return barchart = bar_with_multiple_axis()
chart.render_notebook()

6.折线图——双X轴

from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data_1 = ["2020/10/{}".format(i + 1) for i in range(30)]
x_data_2 = ["2019/10/{}".format(i + 1) for i in range(30)]
y_data_1 = [random.randint(10, 50) for _ in range(30)]
y_data_2 = [random.randint(20, 60) for _ in range(30)]def line_with_two_xaxis():line = Line(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))line.add_xaxis(x_data_1)# 添加一个x轴line.extend_axis(xaxis_data=x_data_2, xaxis=opts.AxisOpts())line.add_yaxis('下面X轴', y_data_1)line.add_yaxis('上面X轴', y_data_2)return linechart = line_with_two_xaxis()
chart.render_notebook()

7.缩略轴——inside组件

from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data = ["2020/10/{}".format(i + 1) for i in range(30)]# 随机生成点数据
y_data = [random.randint(10, 20) for i in range(len(x_data))]def bar_datazoom_inside():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(x_data)bar.add_yaxis('', y_data)bar.set_global_opts(datazoom_opts=opts.DataZoomOpts(type_='inside',range_start=50,   # 设置起止位置，50%-100%range_end=100))return barchart = bar_datazoom_inside()
chart.render_notebook()

8.缩略轴——slider组件

from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data = ["2020/10/{}".format(i + 1) for i in range(30)]# 随机生成点数据
y_data = [random.randint(10, 20) for i in range(len(x_data))]def bar_with_datazoom_slider():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(x_data)bar.add_yaxis('', y_data)bar.set_global_opts(datazoom_opts=opts.DataZoomOpts(range_start=50,   # 设置起止位置，50%-100%range_end=100))return barchart = bar_with_datazoom_slider()
chart.render_notebook()

9.XY轴翻转

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef bar_reverse_axis():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(Faker.choose())bar.add_yaxis('A', Faker.values())bar.add_yaxis('B', Faker.values())# x,y轴翻转bar.reversal_axis()return barchart = bar_reverse_axis()
chart.render_notebook()

10.设置动画效果

在图表加载前会有一段动画效果

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Faker"""
更多动画效果可参见：https://echarts.apache.org/examples/zh/editor.html?c=line-easing
"""def bar_with_animation():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px',animation_opts=opts.AnimationOpts(animation_delay=1000,   # 动画延时animation_easing='bounceIn')))bar.add_xaxis(Faker.choose())bar.add_yaxis('A', Faker.values())bar.add_yaxis('B', Faker.values())return barchart = bar_with_animation()
chart.render_notebook()

11.直方图带视觉组件

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef bar_with_visualmap_color():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(Faker.choose())bar.add_yaxis('A', Faker.values())bar.add_yaxis('B', Faker.values())# 设置视觉组件，默认通过颜色映射数据，数值范围为0-100，可通过min_和max_进行自定义bar.set_global_opts(visualmap_opts=opts.VisualMapOpts())return barchart = bar_with_visualmap_color()
chart.render_notebook()

12.设置渐变色(线性渐变)

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Faker
from pyecharts.commons.utils import JsCodecolor_js = """new echarts.graphic.LinearGradient(0, 1, 0, 0,[{offset: 0, color: '#008B8B'}, {offset: 1, color: '#FF6347'}], false)"""def bar_with_linear_gradient_color():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(Faker.choose())bar.add_yaxis('', Faker.values(),# 使用JsCode执行渐变色代码itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)))return barchart = bar_with_linear_gradient_color()
chart.render_notebook()

13.设置分割线

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef bar_with_custom_splitline():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(Faker.choose())bar.add_yaxis('A', Faker.values())bar.add_yaxis('B', Faker.values())# 设置分割线bar.set_global_opts(yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(type_='dotted'))))return barchart = bar_with_custom_splitline()
chart.render_notebook()

14.通过字典配置

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef bar_with_dict_config():bar = Bar(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))bar.add_xaxis(Faker.choose())bar.add_yaxis('', Faker.values())# 通过字典配置itemstylebar.set_series_opts(itemstyle_opts=dict(color='#008B8B', opacity=0.8))return barchart = bar_with_dict_config()
chart.render_notebook()

15.GEO 带涟漪效果散点图

from pyecharts.charts import *
from pyecharts import options as optsdef geo_effect_scatter():geo = Geo(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))geo.add_schema(maptype="china")geo.add("",[("广州", 150), ("北京", 70), ("长沙", 64), ("上海", 74),  ("厦门", 63)],# 涟漪效果散点图type_='effectScatter')return geochart = geo_effect_scatter()
chart.render_notebook()

16.GEO热力图

from pyecharts.charts import *
from pyecharts import options as optsdef geo_heatmap():geo = Geo(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))geo.add_schema(maptype="china")geo.add("",[("广州", 150), ("北京", 70), ("深圳", 64), ("上海", 74),  ("杭州", 63)],type_='heatmap')# 热点图必须配置visualmap_optsgeo.set_global_opts(visualmap_opts=opts.VisualMapOpts())return geochart = geo_heatmap()
chart.render_notebook()

17.Map带视觉组件

from pyecharts.charts import *
from pyecharts import options as optsdata = [('广东', 10430),('山东', 9579),('河南', 9402),('四川', 8041),('江苏', 7866),('河北', 7185),('湖南', 6568),('安徽', 5950),('湖北', 5724),('浙江', 5442),('广西', 4603),('云南', 4597),('江西', 4457),('辽宁', 4375),('黑龙江', 3831),('陕西', 3733),('山西', 3571),('福建', 3552),('贵州', 3477),('重庆', 2884),('吉林', 2746),('甘肃省', 2557),('内蒙古', 2471),('台湾', 2316),('上海', 2301),('新疆', 2181),('北京', 1961),('天津', 1294),('海南', 867),('香港', 710),('宁夏', 630),('青海', 562),('西藏', 300),('澳门', 55)]def map_with_viusalmap():map_chart = Map(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))map_chart.add('人口（万人）',data_pair=data,maptype='china',# 关闭symbol的显示is_map_symbol_show=False)map_chart.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=10430,  # visualmap默认映射数据范围是【0，100】，需调整is_piecewise=True,range_color=["#CCD3D9", "#E6B6C2", "#D4587A", "#DC364C"]))return map_chartchart = map_with_viusalmap()
chart.render_notebook()

18.面积图

实现方式就是在折线图先填充区域

from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data = ["2020/10/{}".format(i + 1) for i in range(30)]# 随机生成点数据
y_data = [i + random.randint(10, 20) for i in range(len(x_data))]def line_with_area():line = Line(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))line.add_xaxis(x_data)line.add_yaxis('', y_data)# opacity 默认为0，即透明line.set_series_opts(areastyle_opts=opts.AreaStyleOpts(opacity=0.5))return linechart = line_with_area()
chart.render_notebook()

19.堆叠面积图

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef line_stack_area():line = Line(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))line.add_xaxis(Faker.choose())line.add_yaxis('A',Faker.values(),stack='stack')line.add_yaxis('B',Faker.values(),stack='stack')line.add_yaxis('C',Faker.values(),stack='stack')# opacity 默认为0，即透明line.set_series_opts(areastyle_opts=opts.AreaStyleOpts(opacity=0.5))return linechart = line_stack_area()
chart.render_notebook()

20.饼图自定义图形半径范围

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef pie_custom_radius():pie = Pie(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))pie.add("",[list(z) for z in zip(Faker.choose(), Faker.values())],# 设置半径范围，0%-100%radius=["40%", "75%"])return piechart = pie_custom_radius()
chart.render_notebook()

21.饼图自定义数据标签

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef pie_with_custom_label():pie = Pie(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))pie.add("", [list(z) for z in zip(Faker.choose(), Faker.values())])pie.set_series_opts(# 自定义数据标签label_opts=opts.LabelOpts(position='top',color='red',font_family='Arial',font_size=12,font_style='italic',interval=1,formatter='{b}:{d}%'))return piechart = pie_with_custom_label()
chart.render_notebook()

22.多饼图

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Fakerdef pie_multiple():pie = Pie(init_opts=opts.InitOpts(theme='light',width='1000px',height='800px'))pie.add("",[list(z) for z in zip(Faker.choose(), Faker.values())],radius=["20%", "50%"],center=["25%", "50%"])# 添加多个饼图pie.add("",[list(z) for z in zip(Faker.choose(), Faker.values())],radius=["20%", "50%"],center=["75%", "50%"])return piechart = pie_multiple()
chart.render_notebook()

分享到这里结束了，感谢观看，更多Python精彩内容关注我云芸，看我主页。

【Python入门可视化】：22个完整数据可视化小例子，带你玩转可视化～相关推荐

python爬虫数据可视化_适用于Python入门者的爬虫和数据可视化案例
本篇文章适用于Python小白的教程篇,如果有哪里不足欢迎指出来,希望对你帮助. 本篇文章用到的模块: requests,re,os,jieba,glob,json,lxml,pyecharts,he ...
python可视化脉搏和血氧数据并通过阈值动态调整、动态可视化异常值
python可视化脉搏和血氧数据并通过阈值动态调整.动态可视化异常值的情况 # 导入基础库和包: import sys import os import pandas as pd import num ...
python编写数据库连接工具_详解使用Python写一个向数据库填充数据的小工具(推荐)...
一. 背景公司又要做一个新项目,是一个合作型项目,我们公司出web展示服务,合作伙伴线下提供展示数据. 而且本次项目是数据统计展示为主要功能,并没有研发对应的数据接入接口,所有展示数据源均来自数据库 ...
收藏 | 100+篇大数据学习资讯，带你玩转大数据分析！
2019独角兽企业重金招聘Python工程师标准>>> 深度解析如何挑选适合自己的Hadoop平台什么是Hadoop,怎样学习Hadoop 分布式文件系统HDFS解析 Hadoop ...
python 真多线程_Python之路200个小例子，在线网页版来了，从此学习更方便！
历史两个月,利用所有业余时间,与朋友一起搜集.创作Python小例子,截止目前已超过200个例子,全新整合汇总为九大章节: 感受Python之美 | 一.Python基础 | 二.Python字符串和 ...
一个有趣的小例子,带你入门协程模块-asyncio
上篇文章写了关于yield from的用法,简单的了解异步模式,[上次的内容链接]这次让我们通过一个有趣例子带大家了解asyncio基本使用. 目标效果图在控制台中显示一个由ASCII字符" ...
python入门指标_【邢不行|量化小讲堂系列18-Python量化入门】简易波动指标(EMV)策略在A股的实证...
引言: 邢不行的系列帖子"量化小讲堂",通过实际案例教初学者使用Python进行量化投资,了解行业研究方向,希望能对大家有帮助. [历史文章汇总]请点击此处个人微信:xingbx ...
python初学者可以做的金融小程序-Python入门 —— 用pycharm写一个简单的小程序3...
环境:Win10操作系统:Python3.7:Pycharm 题目来源:PTA 编程实例1:日期格式化世界上不同国家有不同的写日期的习惯.比如美国人习惯写成"月-日-年",而中国 ...
python简单编程例子-Python入门 —— 用pycharm写一个简单的小程序3
环境:Win10操作系统:Python3.7:Pycharm 题目来源:PTA 编程实例1:日期格式化世界上不同国家有不同的写日期的习惯.比如美国人习惯写成"月-日-年",而中国 ...