基于pyecharts的数据可视化(四)：1.基本图表之日历图

文章目录

日历图
- 日历图使用的数据格式
- 日历坐标系组件配置项：CalendarOpts

日历图

通过add添加系列名称、系列数据、标签配置项、日历坐标系组件配置型、提示框组件配置项、图元配置项。
标签、提示框和图元都属于系列配置项

日历图使用的数据格式

pyecharts日历图的数据使用由时间和值组成的元组序列

推导式创建列表

使用datetime包创建日期

生成数据并构建日历图

import datetime
import randomfrom pyecharts import options as opts
from pyecharts.charts import Calendarbegin = datetime.date(2017, 1,1)
end = datetime.date(2017, 3,31)
data = [#推导式生成数据列表[str(begin + datetime.timedelta(days=i)), random.randint(1000, 20000)]#timedelta表示时间间隔for i in range((end - begin).days + 1)
]
print(data)#展示数据格式
c = Calendar()
c.add(series_name = "系列名称", #设置系列名称yaxis_data = data, #设置系列数据calendar_opts=opts.CalendarOpts(range_=["2017-01", "2017-02"])#range_属性必填，有多重格式
)
c.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=20000,#指定视觉映射组件最大最小值min_=500,orient="horizontal",#组件水平放置is_piecewise=True,#使用分段型表示pos_top="230px",#调整组件位置pos_left="100px",),
)
c.render_notebook()

日历坐标系组件配置项：CalendarOpts

该配置项属性有：
1.调整组件位置的pos_left、pos_top、pos_right、pos_bottom
这四个属性是调整距离容器（左、上、右、下）侧的距离

2.orient日历坐标的布局朝向，值可为’horizontal’和’vertical’
3.range_,必填，日历坐标的范围支持多种格式

4.daylabel_opts、monthlabel_opts、yearlabel_opts分别为星期轴的样式、月份轴的样式和年份的样式。这三个配置项参考系列配置项中的LabelOpts,但不完全相同

import datetime
import randomfrom pyecharts import options as opts
from pyecharts.charts import Calendaropts.CalendarDayLabelOpts
begin = datetime.date(2017, 1, 1)
end = datetime.date(2017, 12, 31)
data = [[str(begin + datetime.timedelta(days=i)), random.randint(1000, 25000)]for i in range((end - begin).days + 1)
]
c = (Calendar().add(series_name = "系列名称",#添加系列名称yaxis_data=data,#设置系列数据calendar_opts=opts.CalendarOpts(pos_left = 200,range_=['2017-01-01', '2018-12-01'],#必填，日历坐标的范围 支持多种格式daylabel_opts=opts.CalendarDayLabelOpts(name_map="cn"),#星期轴的样式变为中文monthlabel_opts=opts.CalendarMonthLabelOpts(name_map="cn"),#月份轴的样式变为中文),).set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=20000,min_=500,orient="horizontal",is_piecewise=True,pos_top="230px",pos_left="100px",),)
)
c.render_notebook()

基于pyecharts的数据可视化(四)：1.基本图表之日历图相关推荐

【数据可视化】第五章—— 基于PyEcharts的数据可视化
文章目录 1. pyecharts数据可视化介绍 2．pyecharts安装与使用 3．全局配置项和系列配置项 3.1 全局配置项 3.1.1 基本元素配置项 3.1.2 坐标轴配置项 3.1.3 原 ...
Unity数据可视化图表插件XCharts（一款基于UGUI的数据可视化图表插件）
一.前言今天,我在GitHub上看到一个屌炸天的Unity插件:XCharts,,XCharts插件是一款基于Unity3D的UGUI系统的插件,可以绘制折线图.曲线图.饼状图.雷达图.散点图.热力 ...
关于使用pyecharts进行数据可视化分析的学习报告I
pyecharts在数据可视化中的应用 pyecharts 是一款非常好用的,基于 python 的,数据可视化工具包,那么如何来使用 pyecharts ,下面就来简单介绍一下 pyecharts ...
毕业设计之基于Vue的数据可视化平台
真正的大师,永远都怀着一颗学徒的心! 一.项目简介今天说的这个软件是一款基于Vue的数据可视化平台,后端采用的是go语言. 二.实现功能布局与缩放拖拽旋转刻度尺吸附图表(柱状图.折线图. ...
基于房地产信息的数据可视化
基于房地产信息的数据可视化在这次可视化项目设计中,我选用的是有关于房地产信息的主题,在选用数据方面选择了一个中国不掉热度的热点话题,房地产行业的数据可视化.在选取数据的过程中还是比较困难的,要选择合 ...
python聚类算法中x是多维、y是一维怎么画图_基于Python的数据可视化：从一维到多维...
目录一.iris数据集介绍二.一维数据可视化三.二维数据可视化四.多维数据可视化五.参考资料一.iris数据集介绍 iris数据集有150个观测值和5个变量,分别是sepal length ...
pyecharts对于经纬度_一文带你掌握Pyecharts地理数据可视化的方法
本文主要介绍了Pyecharts地理数据可视化,分享给大家,具体如下: 一.Pyecharts简介和安装 1. 简介 Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计, ...
基于HTML5的数据可视化方法有哪些
现在在大数据的带领下,数据可视化越来越突出,能够清楚的分析出自己想要的数据,这也是我们现在最求的数据可视化方法,那么实现HTML5的数据可视化方法有哪些?这都是我们值得研究的东西,数据可以给我们带 ...
基于html5的数据可视化实现方法研究,基于HTML5的数据可视化实现方法研究
信息科技 Information Technology 基于HTML5的数据可视化实现方法研究高科同济大学电子与信息学院,上海 201804摘要 HTML5的出现,为数据可视化提供了新的实现方法.本 ...

基于pyecharts的数据可视化(四)：1.基本图表之日历图

文章目录

日历图

日历图使用的数据格式

日历坐标系组件配置项：CalendarOpts

基于pyecharts的数据可视化(四)：1.基本图表之日历图相关推荐

最新文章

热门文章