跟小白学Python数据分析——绘制仪表盘
本文继续采用PyEcharts v1.x版本进行绘制仪表盘。
注:PyEcharts分为 v0.5.x 和 v1.x 两个大版本,v0.5.x 和 v1.x 间不兼容,v0.5.x是基于Python2.7+、3.4+版本开发的,而v1.x是一个全新的版本,它是基于Python3.6+版本开发的,另外经PyEcharts开发团队决定,0.5.x 版本将不再进行维护。
绘制的仪表盘效果是这样的:
没有安装PyEcharts的,先安装PyEcharts:
# 安装pyecharts模块,直接安装就是最新的版本
pip install pyecharts
安装好PyEcharts之后,就可以将需要使用的模块进行导入:
#导入需要使用的模块
import pyecharts.options as opts
from pyecharts.charts import Gauge
仪表盘数据很简单,就是一个完成率数字,所以不用定义或导入,也无需做转换。
接下来就可以绘制仪表盘了:
Gaug_1=(#创建仪表盘对象,并设置大小,也可以不设置,直接使用默认大小即可Gauge(init_opts=opts.InitOpts(width="800px", height="400px"))#设置数据系列名称及数据.add(series_name="完成率", data_pair=[["完成率", 65]]).set_global_opts(# 设置图表标题及位置title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center"),# 设置不显示图例,饼图不建议使用图例,不方便读图legend_opts=opts.LegendOpts(is_show=False),#设置提示框数据标签显示格式tooltip_opts=opts.TooltipOpts(is_show=True, formatter="{a} <br/>{b} : {c}%"),)#通过render()方法将仪表盘渲染为html.render("gauge.html")
)
Gaug_1=(Gauge(init_opts=opts.InitOpts(width="800px", height="400px")).add(series_name="完成率", data_pair=[["完成率", 65]],#设置仪表盘颜色axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color=[(0.6, "#fd666d"), (0.8, "#FFD700"),(1, "#3CB371")], width=30))).set_global_opts(title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center"),legend_opts=opts.LegendOpts(is_show=False),tooltip_opts=opts.TooltipOpts(is_show=True, formatter="{a} <br/>{b} : {c}%"),).render("gauge.html")
)
设置颜色后的仪表盘效果是这样的:
看出区别了吗?
只要在add()中添加axisline_opts的设置,是不是so easy 呢?
如果你喜欢本文,可以点击右下角在看
如果你在跟着学习,请在留言区留言:打卡
如果你刚看到本文,可以查看本系列历史文章跟着学习:
跟小白学Python数据分析——Anaconda安装
跟小白学Python数据分析——使用spyder
跟小白学Python数据分析——数据导入1
跟小白学Python数据分析——数据导入2
跟小白学Python数据分析——描述性统计分析
跟小白学Python数据分析——分组分析
跟小白学Python数据分析——列表
跟小白学Python数据分析——数据框
跟小白学Python数据分析——记录抽取
跟小白学Python数据分析——记录合并
跟小白学Python数据分析——数据导出
跟小白学Python数据分析——For循环
跟小白学Python数据分析——批量合并CSV文件
跟小白学Python数据分析——批量拆分Excel文件
跟小白学Python数据分析——提取PDF表格数据
跟小白学Python数据分析——批量提取PDF表格数据
跟小白学Python数据分析——绘制饼图、圆环图
-----------------
长按识别下方二维码,并关注公众号
1.回复“PY”领取1GB Python数据分析资料
2.回复“BG”领取5GB 名企数据分析报告
跟小白学Python数据分析——绘制仪表盘相关推荐
- python 仪表盘-跟小白学Python数据分析——绘制仪表盘
本文继续采用 PyEchartsv1.x版本进行绘制仪表盘. 注: PyEcharts分为 v0.5.x 和 v1.x 两个大版本,v0.5.x 和 v1.x 间不兼容,v0.5.x是基于Python ...
- python 仪表盘数据显示_跟小白学Python数据分析——绘制仪表盘
本文继续采用 PyEchartsv1.x版本进行绘制仪表盘. 注: PyEcharts分为 v0.5.x 和 v1.x 两个大版本,v0.5.x 和 v1.x 间不兼容,v0.5.x是基于Python ...
- 跟小白学Python数据分析——绘制水球图
本文继续采用PyEcharts v1.x版本进行绘制水球图. 注:PyEcharts分为 v0.5.x 和 v1.x 两个大版本,v0.5.x 和 v1.x 间不兼容,v0.5.x是基于Python2 ...
- matplotlib plot 分组_小白学 Python 数据分析(16):Matplotlib(一)坐标系
人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析(3):P ...
- python中for循环缩进_跟小白学Python数据分析——For循环
原标题:跟小白学Python数据分析--For循环 循环是指反复地连续做某件事,例如地球绕地轴自转一圈就是一天,自转的同时绕太阳公转一圈就是一年.周而复始,转了一圈又一圈,一次又一次地循环. 在编程过 ...
- 小白学 Python 数据分析(3):Pandas (二)数据结构 Series
在家为国家做贡献太无聊,不如跟我一起学点 Python 顺便问一下,你们都喜欢什么什么样的文章封面图,老用这一张感觉有点丑 人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析( ...
- 小白学 Python 数据分析(1):数据分析基础
各位同学好,小编接下来为大家分享一些有关 Python 数据分析方面的内容,希望大家能够喜欢. 人工植入广告: PS:小编最近两天偷了点懒,好久没有发原创了,最近是在 CSDN 开通了一个付费专栏,用 ...
- python绘制直角坐标系_小白学 Python 数据分析(16):Matplotlib(一)坐标系
人生苦短,我用 Python 前文传送门: 引言 各位同学好,本篇文章,我们来介绍下使用 Matplotlib 时如何建立坐标系. 回想一下以前我们在接受九年义务教育毒打上数学课的时候,应该都画过折线 ...
- 小白学 Python 数据分析(7):Pandas 数据分组
引言 各位同学好呀,我又出来了,本篇文章我们介绍下 Pandas 的数据分组. 本文用的数据集再次做更换,有同学在后台问小编为什么最近每篇文章都在换数据集. emmmmmmmm,在小白刚入门的时候,很 ...
最新文章
- Java基础-时间复杂度计算方式
- 【SICP练习】38 练习1.43
- leetcode 739. 每日温度 单调栈解法和暴力法及其优化 c代码
- ML之SVM:随机产生100个点,建立SVM模型,找出超平面方程
- 1.5 RandomAccessFile类:动态读取文件内容
- mac os 和 ubuntu 上测试工具check-0.9.10的安装
- 一维数组工具 OneArryasTools v1.1(doc生成正常)
- mysql 关联查询_响应时间长?MySQL查询优化教程来了!
- CSS改变input光标颜色
- python_环境测试
- Unity 3D 中NGUI插件设置中文label
- Javascript中的Trait与代码重用
- ThinkPHP的CURD操作
- 多功能图片处理器微信小程序源码下载一键多种处理照片
- .net RestSharp使用
- 2021-03-15
- 积木创意:APP开发需要注意哪些事项?
- 联想服务器重装系统按什么键,联想重装系统按哪个键
- 红黑树的历史和由来。
- 2009年6月12日,博客再次改进的公告!