python pyecharts 画图 饼图柱状图
# encoding:utf-8
# 导入库-------------------------------
import requests
import pandas as pd
import math
import re
import jieba
from collections import Counter
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import random
import matplotlibmatplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False
import sklearn
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.feature_extraction.text import TfidfTransformer
import matplotlib.pyplot as plt
import matplotlib
from sklearn.feature_extraction.text import TfidfVectorizermatplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False
import random
import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
from collections import Counterfrom pyecharts.charts import * # 图表
from pyecharts.components import Table # 表格
from pyecharts import options as opts # 配置
from pyecharts.commons.utils import JsCode
import random # 随机数
import datetime #时间
from pyecharts.charts import Pie
from pyecharts.charts import Pagedef bing_tu(label_list, size, title_name, figsize_x):""""# 饼图label_list = ["第一部分", "第二部分", "第三部分"]size = [55, 35, 10] # 各部分大小"""def make_autopct(values):def my_autopct(pct):total = sum(values)val = int(round(pct * total / 100.0))# 同时显示数值和占比的饼图return '{p:.2f}% ({v:d})'.format(p=pct, v=val)return my_autopctcolor = []colors = ["red", "green", "blue", "yellow"] # 各部分颜色while len(color) < len(label_list):color.append(colors[random.randint(0, 3)])# explode = [0.05, 0, 0] # 各部分突出值fig = plt.figure(figsize=(figsize_x, figsize_x))plt.subplot(131)plt.title(title_name)plt.pie(size, labels=label_list, labeldistance=1.2, autopct=make_autopct(size))# plt.savefig("barChart.jpg")plt.show()def zhu_zhuang_tu(label_list, size, title_name, y_name, x_name):"""# 柱状图label_list = ["第一部分", "第二部分", "第三部分"]size = [55, 35, 10] # 各部分大小"""fig = plt.figure()plt.bar(label_list, size, 0.5, color="green")plt.xlabel(x_name)plt.ylabel(y_name)plt.title(title_name)# plt.savefig("barChart.jpg")plt.show()def tiaoxing_zhuzhangtu(labels, values):"""# 横向的柱状图# labels=['体育和娱乐业', '批发和零售业', '租赁和商务服务业', '建筑业']# values=[251, 316, 52, 45]"""plt.barh(labels, values) # 以时间为纵轴,收盘价为高度绘制横向条形图plt.show()def quxiantu(x, y):"""# 曲线图y=[1,5,2,6,8,9]x=[1,2,3,4,5,6]"""plt.xlabel('日期', fontsize=8)plt.ylabel('价格', fontsize=8)# plt.plot(x_low,datasz_low,label='最高价',color="r")plt.plot(x, y, label='最低价', color="y")plt.title("上证指数最高价和最低价曲线图")plt.show()return 0def pyecharts_bingtu(x,y):"""x = ["直接访问", "邮件营销", "联盟广告", "视频广告", "搜索引擎"]y = [335, 310, 274, 235, 400] 要求必须是整数"""c = (Pie().add("", [list(z) for z in zip(x, y)]) # zip函数两个部分组合在一起list(zip(x,y))-----> [(x,y)].set_global_opts(title_opts=opts.TitleOpts(title="2022年1月天津市流流出口分析柱状图", pos_left="center")) # 标题.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) # 数据标签设置)c.render_notebook()c.render(path=r"pyecharts_bingtu_饼图_bar.html")def pyecharts_zhuzhuangtu(x, y):"""x = ["直接访问", "邮件营销", "联盟广告", "视频广告", "搜索引擎"]y = [335, 310, 274, 235, 400] 要求必须是整数"""bar = Bar() # 初始化图表bar.add_xaxis(x) # x轴bar.add_yaxis('数目', y) # y轴bar.set_global_opts(title_opts=opts.TitleOpts(title="天津市流入人口分析柱状图"))bar.render(path=r"pyecharts_zhuzhuangtu_柱状图_bar.html")def plt_picture_ciyun(n):"""词云传入的n是:我 老婆 走 了 四年 总会 不经意 想起 那 感觉 没 经历 的 很 难 体会"""wc = WordCloud(# 设置字体,不指定就会出现乱码font_path='simhei.ttf',# 设置背景色background_color='white',# 设置背景宽width=500,# 设置背景高height=350,# 最大字体max_font_size=50,# 最小字体min_font_size=10,mode='RGBA'# colormap='pink')# 产生词云wc.generate(n)# 显示图片# 指定所绘图名称plt.figure("jay")# 以图片的形式显示词云plt.imshow(wc)# 关闭图像坐标系plt.axis("off")# 保存词云图片# plt.savefig("2209070221.png")plt.show()def re_pipei_word(text):"""正则提取文本的汉字text = "也像疼111WWW%% __""""res = re.findall('[\u4e00-\u9fa5]', str(text))# print(res) #['也', '像', '疼']# print("".join(res)) 也像疼return "".join(res)def jieba_cut_word(text):"""jieba分词text=滴滴代驾不靠谱,在司机端总是接不到单子"""res1 = jieba.lcut("滴滴代驾不靠谱,在司机端总是接不到单子。", cut_all=False) # 不存在多余词# ['滴滴', '代驾', '不靠', '谱', ',', '在', '司机', '端', '总是', '接', '不到', '单子', '。']res2 = jieba.lcut("今天空车返回,在路上遇到行政执法,平台不派单。", cut_all=True) # 有多余词# ['今天', '天空', '空车', '返回', ',', '在', '路上', '遇到', '行政', '执法', ',', '平台', '不', '派', '单', '。']return res1def dict_sort(dic):"""字典排序"""count = sorted(dic.items(), key=lambda x: x[1], reverse=True) # True 是降序 False是升序return countdef tfidf_word(corpus):"""tfodf 提取关键词:import sklearnfrom sklearn.feature_extraction.text import CountVectorizerfrom sklearn.feature_extraction.text import TfidfTransformerfrom sklearn.feature_extraction.text import TfidfVectorizercorpus = ['TF-IDF 主要 思想 是', '算法 一个 重要 特点 可以 脱离 语料库 背景','如果 一个 网页 被 很多 其他 网页 链接 说明 网页 重要','原始 文本 进行 标记','主要 思想']"""vectorizer = TfidfVectorizer()X = vectorizer.fit_transform(corpus)data = {'word': vectorizer.get_feature_names_out(),'tfidf': X.toarray().sum(axis=0).tolist()}df = pd.DataFrame(data)df = df.sort_values(by='tfidf', ascending=True) # True是从小达到 False是从大到小res = {}for i in df.values:res[i[0]] = i[1]# print(res){'链接': 0.2556396904397093, '说明': 0.2556396904397093...}return resdef tongci_count(data):"""from collections import Counter列表统计data是一个列表"""res = dict(Counter(data))return res
python pyecharts 画图 饼图柱状图相关推荐
- python pyecharts 画图修改kline颜色,自定义MarkPointOpts
markpoint_opts=opts.MarkPointOpts(data=[# opts.MarkPointItem(type_="max", name="最大值&q ...
- python 画图--饼图
python 画图--饼图 这是python画图系列第三篇--饼图 画饼图用到的方法为: matplotlib.pyplot.pie() 参数为: pie(x, explode=None, label ...
- python 之pyecharts画图:最全地图,词云图,世界地图,省份图,区县图
python最全画地图,可视化数据,pyecharts画图: https://www.jianshu.com/p/e0b2851672cd Python强大的pyecharts绘画优美图形<二& ...
- 超简单,用Python Pyecharts制作可视化大屏
经常有小伙伴问,如何制作数据可视化大屏? 今天主要详细讲一下Pyecharts制作可视化大屏. 注意,本文由于篇幅问题不会放置全部代码,会在提供文末全部代码的下载. ECharts是由百度开源的基于J ...
- python实现Excel可视化柱状图
作者:小刚 一位苦于信息安全的萌新小白帽,记得关注给个赞,谢谢 办公效率提升小技巧 python实现Excel可视化柱状图 效果图 实现代码 备注 学习用python实现对excel的操作,并按照姓名 ...
- python动态横道图_用Python pyecharts v1.x 绘制图形【转】
关于pyecharts pyecharts是一个用于生成echart(百度开源的数据可视化javascript库)图表的类库.pyecharts 分为 v0.5.x 和 v1.x 两个大版本,版本不兼 ...
- 利用python + pyecharts+Pandas对北上广深等城市进行租房数据分析
本次分析的租房数据主要来源于上一篇博客中获取的"房天下"网站租房信息,对该数据分析主要使用了Pandas数据处理库. 利用python pyecharts进行租房情况数据分析 数据 ...
- 用Python pyecharts v1.x 绘制图形(二):折线图、折线面积图、散点图、雷达图、箱线图、词云图
文章目录 关于pyecharts 折线图 折线面积图 散点图 雷达图 箱线图 词云图 其他 关于pyecharts pyecharts是一个用于生成echart(百度开源的数据可视化javascrip ...
- Python pyecharts数据可视化
Python pyecharts数据可视化--绘制精美图表 一.数据可视化 1.pyecharts介绍 2.初入了解 (1).快速上手 (2).简单的配置项介绍 3.案例实战 (1).柱状图Bar ( ...
最新文章
- Matlab人脸检测算法详解
- docker搭建pwn环境
- 聊聊我对开发项目选技术的看法
- Linux 定时任务crontab_014
- 和鸿蒙系统合作品牌,华为:明年将有超40家主流品牌、1亿台设备成为鸿蒙系统新入口...
- 编写一个程序,计算|X-Y|的值,并将结果存入RESULT单元中,其中X和Y都为带符号字数据。
- linux 内网怎么安装git环境_linux 安装go环境
- 网址发布收藏页源码自适应
- chage 用户密码管理
- 阿里云上遇到: virtual memory exhausted: Cannot allocate memory
- 迷宫算法总结(最短路径)
- IT产业第一定律:摩尔定理
- python毕业设计题目推荐汽车销售系统
- 【Spring Cloud 基础设施搭建系列】Spring Cloud Demo项目 整合Spring Data JPA
- 闰秒 mysql_闰秒导致MySQL服务器的CPU sys过高
- GeoPandas库入门教程
- Mac使用OBS直播配置教程|解疑答惑
- 体验腾讯云区块链服务平台TBaaS
- 五个温度带的分界线_初中地理知识点:我国的温度带
- 利用Turbo C进行平面二维图形的平移,旋转,缩放,对称
热门文章
- 单片机可以用python编程吗,python可以单片机编程吗
- idea 亮度 调整_AOC显示器亮度怎么调 冠捷亮度调整方法
- 为什么说易语言不如c语言_不说语言? 如何使用Google翻译
- 仿QQ好友列表,QListWidget!
- 数据时代做好知识主人-自创文章
- Controlling GC pauses with the GarbageFirst Collector
- Shell Tools and Scripting
- 浮点数表示及其实现.
- Windpy + Pycharm(No such file报错解决方式)
- 【千律】C++基础:删除只读属性文件、文件剪切、修改文件扩展名