pyecharts怎么绘制散点图_PyeCharts绘制各种图形
简介
PyeCharts 是一个用于生成 Echarts 图表的类库,
用其生成的图可视化效果非常棒,而且使用起来非常简单。
下面是一些常用图的pyecharts实现方法
柱状图
bar = pye.Bar("柱状图")#新建柱状图
bar.add("服装", #图例名称
["衬衫", "羊毛衫", "雪纺衫", "裤子" , "高跟鞋" , "袜子"],#x
[5, 20, 36, 10, 75, 90],#y
bar_category_gap="20%",
is_more_utils=True,#右边工具栏显示更多按钮
)#添加数据
# bar.render("bar.html")#渲染到文件
bar
输出:
堆叠柱状图
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子" , "高跟鞋" , "袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = pye.Bar("堆叠柱状图")
bar.add("商家A", attr, v1, is_stack=True)
bar.add("商家B", attr, v2, is_stack=True)
bar
输出:
条形图
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子" , "高跟鞋" , "\
袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = pye.Bar()
bar.add("商家A", attr, v1, mark_point=["average", "max", "min"], is_stack=True)
bar.add("商家B", attr, v2, mark_line=["max"], is_convert=True, is_stack=True)
bar
输出:
折线图
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子" , "高跟鞋" , "\
袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = pye.Line("折线图")
bar.add("商家A", attr, v1,
mark_point=["average"],
mark_point_symbol="arrow",
mark_point_textcolor="#cf0",
mark_point_symbolsize=30,
is_fill=True,#是否填充
line_opacity=0.2,#线的不透明度
area_opacity=0.4,#填充区域的不透明度
)
bar.add("商家B", attr, v2,
mark_point=["max"],
mark_point_symbol="diamond",
is_smooth=True, #绘制平滑曲线
is_fill=True,
#line_opacity=1,
area_opacity=0.3,
area_color="#000",
symbol=None
)
bar
输出:
饼图
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子" , "高跟鞋" , "\
袜子"]
v1 = [5, 20, 36, 10, 75, 90]
pie = pye.Pie("饼图", title_pos="center")
pie.add("服装销量", attr, v1,
is_label_show=True,
center=[50, 50],#中心点位置
# rosetype="area",#南丁格尔图
radius=[40, 75],#内环,外环,
legend_orient="vertical",
legend_pos="left"
)
pie
输出:
散点图
v1 = v2 = np.arange(0, 70, 10)#散点图
scatter = pye.Scatter()
scatter.add("", v1, v2, )
scatter.add("", v1[::-1],
v2, is_visualmap=True, #是否使用第三维度
visual_type="size", #第三维度是点的大小
visual_range_size=[10, 60])#取值范围
scatter
输出:
地图
map = pye.Map()
attr = ["浦东新区", "闵行区"]
value = [50, 180]
map.add("", attr, value,
maptype="上海",#地图类型
is_visualmap=True,
is_label_show=True#显示地区标注
)
map
输出:
云词图
import pandas as pd
from bs4 import BeautifulSoup as bs
import re
df = pd.read_csv("labeledTrainData.tsv", sep='\t', escapechar='\\')#读取文件
reviews = df["review"].head(1000).tolist()#转换成list
review_str = "".join(reviews)#合并成str
bs_text = str.lower(bs(review_str, "lxml").get_text())#1去掉html标签并且转为小写
only_words_list = re.sub(r"[^\w\s]", "", bs_text).replace(" ", " ").split(" ")#删除特殊字符 重新拆分成list
stop_words_list = open("stopwords.txt").read().split(" \n")#获取停用词列表
no_stop_words_list = [w for w in only_words_list if w not in stop_words_list]#删除所有停用词
from collections import Counter
only_words_dict = Counter(no_stop_words_list)#转换成字典
# only_words_dict
word_cloud = pye.WordCloud()
word_cloud.add("", only_words_dict.keys(), only_words_dict.values(), word_size_range=[10, 100])
word_cloud.render("ccc.html")#存在文件中
输出:
组合图
使用Overlap
attr = ['A' , 'B' , 'C' , 'D' , 'E' , 'F']
v1 = [10, 20, 30, 40, 50, 60]
v2 = [38, 28, 58, 48, 78, 68]
bar = pye.Bar("Line - Bar 示例")
bar.add("bar" , attr, v1)
line = pye.Line()
line.add("line" , attr, v2)
overlap = pye.Overlap()
overlap.add(bar)
overlap.add(line)
overlap
输出:
pyecharts怎么绘制散点图_PyeCharts绘制各种图形相关推荐
- pyecharts怎么绘制散点图_pyecharts可视化和wx的结合
前言 最近在研究 pyecharts 的用法,它是 python 的一个可视化工具,然后就想着结合微信来一起玩 不多说,直接看效果: 条形图.gif 环境配置 pip install pyechart ...
- python3-matplotlib绘制散点图、绘制条形图
matplotlib 支持的图形 https://matplotlib.org/stable/gallery/index.html 1.绘制散点图 from matplotlib import pyp ...
- pyecharts怎么绘制散点图_pyecharts数据可视化入门之3-——散点图
散点图适合表现大量样本的多个属性的分布规律.散点图的每个点表示一个样本,每个坐标维度表示一个属性. from pyecharts importScatterimportpandas as pd dfb ...
- plotly系列| 使用plotly在地图上绘制散点图和密度图
目录 Plotly简介 在地图上制作散点图和密度图 1 . 在python中使用pip命令安装 2 .导入包 3 .读取文件 4 . 在地图上绘制散点图 5 . 绘制密度图,其属性与绘制散点图相似 关 ...
- 7月16日数据科学库学习笔记——matplotlib 绘制散点图、条形图、直方图
文章目录 前言 一.绘制散点图 二.绘制条形图 1.纵向条形图 2.横向条形图 三.绘制分组条形图 四.绘制直方图 1.plt.hist 方法 2.plt.bar 方法绘制直方图 前言 本文为7月16 ...
- R语言plotly可视化:使用PCA算法进行数据降维、使用plotly可视化PCA所有的主成分绘制散点图矩阵、降维后的两个(三个)核心主成分的二维、三维可视化图形、方差解释的量、载荷图等
R语言plotly可视化:使用PCA算法进行数据降维.使用plotly可视化PCA所有的主成分绘制散点图矩阵.降维后的两个(三个)核心主成分的二维.三维可视化图形.方差解释的量.载荷图等 目录
- python绘制散点图的步骤_python绘制散点图并标记序号的方法
python绘制散点图并标记序号的方法 实现二维平面上散点的绘制,并可以给每个散点标记序号或者名称: import numpy as np import matplotlib.pyplot as pl ...
- Python matplotlib 绘制散点图 还不收藏起来
复习回顾 我们在往前几期中对matplotlib模块学习,对常用的反映数据变化的折线图,对比数据类型差异的柱状图和反应数据频率分布情况的直方图. 往前内容快速查看 超详细的Python matplot ...
- python如何做散点图-【Python】使用scatter()绘制散点图
绘制简单散点图 要绘制单个点,使用scatter()函数,并向它传递一对x和y坐标,它将在指定位置绘制一个点 importmatplotlib.pyplot as plt plt.scatter(2, ...
最新文章
- nginx系列:nginx反向缓存代理详解
- Delphi - 对象构造浅析后续
- knn算法python理解与预测_理解KNN算法
- 吴昊品游戏核心算法 Round 17 —— M*N PUZZLE 与 N PUZZLE 的解的唯一性定理(由特殊到一般)...
- android png 图标制作,ico图标怎么制作?png图片文件转换成ico图标文件的教程
- SVN版本控制器使用攻略
- 搭建前后端分离主流项目完整步骤——在线教育系统(阿里云服务器部署上线)
- Windows 7 64位无法在状态码为0xc0000225的VirtualBox / Linux上安装
- Cannot create PoolableConnectionFactory (Access denied for user 'root'@'localhos
- ICESat2学习笔记5 :ICESat-2数据下载
- samtools从fastq到bam再到bigwig(bw)
- 两种方法实现文字阴影效果
- 爬取天气时常用的城市代码(备忘)
- 通信工程项目管理如何控制成本
- 一文搞懂matplotlib中的颜色设置
- 前程无忧亚信java面试题_亚信科技面试题及参考答案
- Android Studio 添加图标
- Cisco Firepower 2100 Series FTD Software 7.2.0 ASA Software 9.18.1
- 蒙特卡罗树搜索之初学者指南
- Python数据结构:栈的应用
热门文章
- 一篇总结的很好的Spring data jpa 文章,里面包含多种查询方式,可以结合api使用
- read cache_通过READ-BEHIND CACHE控制您的慢速生产者
- 多云和混合云_多云互操作性!=云服务聚合
- javafx显示image_JavaFX技巧20:有很多要显示的吗? 使用画布!
- r 数据框选子集_在带有组合框的值列表的下拉列表中显示显示属性的子集
- oracle idm_深入了解Oracle IDM审核
- 自动化用户特定实体的访问控制
- instanceof运算符_Java 8中的instanceof运算符和访客模式替换
- Picocli 2.0:事半功倍
- CDI中的事务异常处理