python编写人口预测图_Python可视化神器——pyecharts(实例之人口地图)
官方教程:http://pyecharts.herokuapp.com/
pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。绘图步骤:
from pyecharts import Chart,configure #导入所需绘图函数configure(output_image=True) #可以将图表保存为svg/jpeg/png/pdf/gif chart = Chart('主标题','副标题') #Chart是我们绘图函数attr = ['x1','x2','x3','x4'] #attr是属性,也就是常见的X轴标签v = [y1,y2,y3,y4] #v是各个属性对应的值,也就是常见的Y值chart.use_theme() #设置图表主题 chart.add('图标',attr,v1) #add画图图层,添加我们所需的参数chart.render(path = '***.jpeg') #图表输出,path是输出路径
render会默认将图表输出为html格式,可在浏览器打开。但是想要插入到ppt当中,清晰度会下降,因此需要将其转化为其他格式,如svg/jpeg/png/pdf/gif 等等。要实现格式的转换,需要安装:Nodejs
$ npm install -g phantomjs-prebuilt
$ pip install pyecharts-snapshot常用的参数(可以在add()中设置,实现各种需求):is stack:是否堆积
is convert:x,y轴是否交换
is_legend_show:是否显示图例
legend_orient:图列方向,有'horizontal'(默认水平显示),'vertical'(垂直)可选
legend_pos:图例位置,有'left', 'center'(默认), 'right'可选
legend_text_size/color:图例名称字体大小/颜色
is_x/yaxis_show:是否显示x/y轴
x/yaxis_interval:x/y轴标签的显示间隔
x/yaxis_min/max:x/y轴刻度最小值/最大值
x/yaxis_label_textsize/textcolor:x/y轴标签字体大小/颜色
xaxis_rotate:x轴标签旋转角度
is_splitline_show:是否显示网格线
is_label_show:是否显示标签
label_pos:标签的位置,有'top'(默认), 'left', 'right', 'bottom', 'inside','outside'可选
label_text_color/size:标签字体颜色/大小
is_random:是否随机排列颜色列表
label_color:自定义标签颜色
mark_point/line:标记点/线,默认有'min', 'max', 'average'可选。可自定义标记点线,具体格式如:[{'coord': [x, y], 'name': '目标标记点'}],记住格式是一个列表
mark_point/line_symbol:标记点/线图形,默认为'pin'(点),有'circle'(圆形), 'rect'(正方形), 'roundRect'(圆角正方形), 'triangle'(三角形), 'diamond'(菱形), 'pin'(点), 'arrow'(箭头)可选
mark_point/line_symbolsize:标记点/线图形大小
mark_point/line_textcolor:标记点/线字体颜色
代码import matplotlib.pyplot as pltplt.rc('font',family='Times New Roman') #准备数据data = [0.16881,0.14966,0.07471,0.06992,0.04762,0.03541,0.02925,0.02411,0.02316,0.01409,0.36326]#准备标签labels = ['Java','C','C++','Python','Visual Basic.NET','C#','PHP','JavaScript','SQL','Assembly langugage','其他']#将排列在第4位的语言(Python)分离出来explode =[0,0,0,0.3,0,0,0,0,0,0,0]#使用自定义颜色colors = ['red','pink','magenta','purple','orange']#将横、纵坐标轴标准化处理,保证饼图是一个正圆,否则为椭圆plt.axes(aspect='equal')#控制X轴和Y轴的范围(用于控制饼图的圆心、半径)plt.xlim(0,8)plt.ylim(0,8)#不显示边框plt.gca().spines['right'].set_color('none')plt.gca().spines['top'].set_color('none')plt.gca().spines['left'].set_color('none')plt.gca().spines['bottom'].set_color('none')#绘制饼图plt.pie(x=data, labels=labels,explode=explode,colors=colors, autopct='%.3f%%', pctdistance=0.8, labeldistance=1.0, startangle=180, center=(4,4), radius=3.8, counterclock= False,) #不显示X轴、Y轴的刻度值plt.xticks(())plt.yticks(())#添加图形标题plt.title('2020年4月的编程语言指数排行榜',fontproperties=my_font)#显示图形plt.show()from pyecharts import options as optsfrom pyecharts.charts import Map#数据a1 = ['广东', '山东', '河南', '四川', '江苏', '河北', '湖南', '安徽', '湖北', '浙江', '广西', '云南', '江西', '辽宁', '黑龙江', '陕西', '山西', '福建', '贵州', '重庆', '吉林', '甘肃', '内蒙古', '台湾', '上海', '新疆', '北京', '天津', '海南', '香港', '宁夏', '青海', '西藏', '澳门']a2 = [10430.03, 9579.31, 9402.36, 8041.82, 7865.99, 7185.42, 6568.37, 5950.1, 5723.77, 5442.0, 4602.66, 4596.6, 4456.74, 4374.63, 3831.22, 3732.74, 3571.21, 3552.0, 3476.65, 2884.0, 2746.22, 2557.53, 2470.63, 2316.2, 2301.391, 2181.33, 1961.2, 1293.82, 867.15, 709.76, 630.14, 562.67, 300.21, 55.23]def map_visualmap(): c = ( Map() .add('人口分布数据地图', [list(i) for i in zip(a1,a2)], 'china') .set_global_opts( title_opts=opts.TitleOpts(title='人口分布'), visualmap_opts=opts.VisualMapOpts(max_= max(a2),min_=min(a2)), ) ) return cif __name__ == '__main__': city_ = map_visualmap() city_.render(path='DataMap_test.html')
python编写人口预测图_Python可视化神器——pyecharts(实例之人口地图)相关推荐
- python编写人口预测图_python绘制中国大陆人口热力图
这篇文章给出了如何绘制中国人口密度图,但是运行存在一些问题,我在一些地方进行了修改. 本人使用的IDE是anaconda,因此事先在anaconda prompt 中安装Basemap包 conda ...
- Python绘制K线图之可视化神器pyecharts
目录 K线图 概念 用处 K线图系列模板 最简单的K线图绘制 K线图鼠标缩放 有刻度标签的K线图 K线图鼠标无缩放 大量数据K线图绘制(X轴鼠标可移动) 每文一语 K线图 概念 股市及期货市bai场中 ...
- python可视化神器_python可视化神器——pyecharts库
pyecharts是什么? pyecharts 是一个用于生成 Echarts 图表的类库.Echarts 是百度开源的一个数据可视化 JS 库.用 Echarts 生成的图可视化效果很是棒,pyec ...
- Python绘制折线图之可视化神器pyecharts(二)
目录 叙接上文 折线图模板系列 自定义标签数据折线图 一天用电量折线图(特定场景) 断点折线图(根据场景进行配置) 双折线图显示最低最高数据标签(不显示其他数据标签) 双折线图显示平均刻度数据标签(数 ...
- Python绘制折线图之可视化神器pyecharts(一)
目录 折线图介绍 折线图模板系列 双折线图(气温最高最低温度趋势显示) 面积折线图(紧贴Y轴) 简单折线图(无动态和数据标签) 连接空白数据折线图 对数轴折线图示例 折线图堆叠(适合多个折线图展示) ...
- 2021-04-29 Python绘制柱状图之可视化神器Pyecharts
Python绘制柱状图之可视化神器Pyecharts 昨晚写了关于Matplotlib的可视化,今天推荐一个可视化的利器-pyecharts. 前文链接:Python可视化图表生成-Matplotli ...
- 可视化神器pyecharts几行代码,快速绘制热力地图
自打上回和两个妹子合作一次美赛之后,最近被同学拉去当数模代码手(队里没有妹子,心生抗拒哈哈),负责处理下数据和coding一些比较好看的图表.刚巧有个需求是展示地理分布图.想了一下之前在Excel跟M ...
- python可视化神器——pyecharts(词云图雷达图极坐标系)
与基本的Matplotlib绘图相比,pyecharts的交互以及可视化更为友好,更适合于项目开发.商业报告. github.com/pyecharts/pyecharts pyecharts 分为 ...
- python热图_Python可视化matplotlibseborn14-热图heatmap
热力图(heatmap)可通过颜色深浅变化,优雅的展示数据的差异. 详细介绍python seaborn绘制热图 本文速览Matplotlib热图heatmapseaborn热图1seaborn热图2 ...
最新文章
- 基于BootStrap,FortAweSome,Ajax的学生管理系统
- Graphviz-Gdot语言学习
- ux设计师薪水_公司与 设计机构:UX设计师的津贴和陷阱
- 会话技术Session
- Spring之JDBCTemplate
- pytorch1.7教程实验——分类器训练
- uwsgi+django在ubuntu下命令部署亲测ok
- VMware产品支持倒计时
- VC++ (四)动态内存
- Codeforces Round #321 (Div. 2) B. Kefa and Company 二分
- 机器学习基础(十六)—— bootstrap
- 解题报告:poj2689 Prime Distance
- Strategy模式C++实现
- 一个亿,啪一下就没了!
- 从有赞UI组件库看CSS BEM命名规范的好处
- Nutch爬虫爬取视频研究文档
- python关键词占比_搜索关键词占比
- activiti画流程图、部署、启动、审批、驳回
- 关于opencv的rows和cols的理解
- 计算机网络知识点及例题总结(五)数据链路层与局域网
热门文章
- C语言折半查找算法及代码实现
- HTTP代理的应用场景
- 干货 | 如何对京东云GPU云主机进行TensorFlow Benchmark测试
- 知识分享-商业数据分析业务全流程
- 用Python爬取淘宝1000多商品,只想为老父亲做点事
- FLStudio2023水果软件哪个版本好用?功能区别对比
- Optic Disc Detection using Template Matching based on Color Plane Histograms
- 毕设-基于STM32刷卡、指纹的门禁系统(进阶版-指纹模块的驱动)
- ROS在MATLAB中的使用笔记
- 支付宝为什么可以引领移动支付?