校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃

主頁 > 知識庫 > 學會這個炫酷圖表利器pyecharts,還怕不被公司重用?

學會這個炫酷圖表利器pyecharts,還怕不被公司重用?

熱門標簽:地圖標注自己和別人標注區別 南陽打電話機器人 孝感營銷電話機器人效果怎么樣 打電話機器人營銷 聊城語音外呼系統 騰訊地圖標注沒法顯示 商家地圖標注海報 海外網吧地圖標注注冊 ai電銷機器人的優勢

一、安裝

首先我們需要安裝下pyecharts,通過pip指令直接安裝即可。

pip install pyecharts

安裝完成后, 可通過pip list指令查看python安裝的庫列表。查看pyecharts安裝版本和是否安裝成功。

二、導入模塊

老規矩,為了故事的順利發展,我們可以先導入本文所需的模塊。

from pyecharts.charts import Bar
from pyecharts.charts import Pie
from pyecharts.charts import Line
from pyecharts import options as opts
from pyecharts.charts import EffectScatter
from pyecharts.globals import SymbolType
from pyecharts.charts import Grid
from pyecharts.charts import WordCloud
from pyecharts.charts import Map
import random

注:以下圖表生成都是在在 Jupyter Notebook 環境中實現。

三、柱狀圖

平時我們看到最多的就是柱狀圖了,pyecharts 生成柱狀圖也是非常簡單。直接填入 x 軸和 y 軸的數據就行。

x = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']
data_china = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
data_russia = [1.6, 5.4, 9.3, 28.4, 22.7, 60.7, 162.6, 199.2, 56.7, 43.8, 3.0, 4.9]

bar = Bar()
bar.add_xaxis(x)
bar.add_yaxis("降水量", data_china)
bar.set_global_opts(title_opts=opts.TitleOpts(title="Bar - 降水示例"))
bar.rerender_notebook()

run運行程序后,就會得到如下所示柱狀圖:

當然pyecharts還支持鏈式調用,實現的功能一致,代碼如下:

bar = (
    Bar()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar - 降水示例"))
)
bar.render_notebook()

此外,還可以在一個柱狀圖中添加多個 y 軸記錄,實現多個柱狀對比,只需調用多一次 add_yaxis 即可。

bar = (
    Bar()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .add_yaxis("sussia", data_russia)
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar - 多柱狀圖"))
)
bar.render_notebook()

有時候,柱狀圖太高不方便看,我們還可以將 x 軸和 y 軸互換,生成橫向的柱狀圖。多柱狀圖和 xy 軸互換不沖突,可疊加使用。

bar = (
    Bar()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .add_yaxis('russia', data_russia)
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar - 翻轉 XY 軸"))
)
bar.render_notebook()

四、餅狀圖

餅狀圖也是使用頻率很高的圖表之一,尤其是適用于百分比類的圖,可以很直觀的看出來各個類別所占據總體份額的比例。

pie = (
    Pie()
    .add("", [list(z) for z in zip(x, data_china)])
    .set_global_opts(title_opts=opts.TitleOpts(title="餅圖示例"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
pie.render_notebook()

圓環餅狀圖

pie = (
    Pie(init_opts=opts.InitOpts(width="600px", height="400px"))
    .add(
        series_name="降雨量",
        data_pair=[list(z) for z in zip(x, data_china)],
        radius=["50%", "70%"],
        label_opts=opts.LabelOpts(is_show=False, position="center"),
    )
    .set_global_opts(legend_opts=opts.LegendOpts(pos_left="legft", orient="vertical"))
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} br/>{b}: {c} (rfthddv%)"
        ),
    label_opts=opts.LabelOpts(formatter="{b}: {c}")
    )
)
pie.render_notebook()

五、折線圖

折線圖通常是來展示數據在不同時間段的走勢,例如比較經典的股市 K 線圖就是折線圖的一種。

line = (
    Line()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .set_global_opts(title_opts=opts.TitleOpts(title="折線圖示例"))
)
line.render_notebook()

同樣,和柱狀圖類似,折線圖也可以在一個圖中添加多個 y 軸記錄。

line = (
    Line()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .add_yaxis('russis', data_russia)
    .set_global_opts(title_opts=opts.TitleOpts(title="雙折線圖"))
)
line.render_notebook()

當然了還有階梯折線圖,同樣可以實現。

line = (
    Line()
    .add_xaxis(x)
    .add_yaxis('china', data_china, is_step=True)
    .set_global_opts(title_opts=opts.TitleOpts(title="階梯折線圖"))
)
line.render_notebook()

六、散點圖

scatter = (
    EffectScatter()
    .add_xaxis(x)
    .add_yaxis("", data_china)
    .set_global_opts(title_opts=opts.TitleOpts(title="散點圖示例"))
)
scatter.render_notebook()

數據對比不是很清晰,我們可以給散點圖加上網格,使各個點對應的 y 軸數據更清晰可見。

scatter = (
    EffectScatter()
    .add_xaxis(x)
    .add_yaxis("china", data_china, symbol=SymbolType.ARROW)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="散點圖-分割線"),
        xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
        yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
    )
)
scatter.render_notebook()

我們還可以指定點的形狀,還可以在一個散點圖上加多個 y 軸記錄。這些配置就像積木一樣,隨意堆疊。

scatter = (
    EffectScatter()
    .add_xaxis(x)
    .add_yaxis("china", [x + 30 for x in data_russia],symbol=SymbolType.ARROW)
    .add_yaxis("russia", data_russia, symbol=SymbolType.TRIANGLE) 
    .set_global_opts(
        title_opts=opts.TitleOpts(title="分割線-散點圖"),
        xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
        yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
    )
)
scatter.render_notebook()

七、圖表合并

有時候,我們還要把多種圖放在一張圖上來集中顯示,pyechars 也想到了。基本步驟就是先單獨生成各自類別的圖,然后用 Grid 將二者合并起來即可。

比如我們想將柱狀圖和折線圖放在一起,那就先分別生成 Bar 和 Line,然后將二者合并即可。

from pyecharts.charts import Grid

bar = (
    Bar()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .add_yaxis("sussia", data_russia)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="多圖合并"),
    )
)

line = (
    Line()
    .add_xaxis(x)
    .add_yaxis("蒸發量", [x + 50 for x in data_china]
    )
)

bar.overlap(line)
grid = Grid()
grid.add(bar, opts.GridOpts(pos_left="5%", pos_right="5%"), is_control_axis_index=True)
grid.render_notebook()

八、詞云

pyechars 對詞云同樣也是可以的,中文也完全沒問題,不會出現亂碼。

import pyecharts.options as opts
from pyecharts.charts import WordCloud

data = [("生活資源", "999"),("供熱管理", "888"),("供氣質量", "777"),("生活用水管理", "688"),("一次供水問題", "588"),("交通運輸", "516"),("城市交通", "515"),("環境保護", "483"),("房地產管理", "462"),("城鄉建設", "449"),("社會保障與福利", "429"),("社會保障", "407"),("文體與教育管理", "406"),("公共安全", "406"),("公交運輸管理", "386"),("出租車運營管理", "385"),("供熱管理", "375"),("市容環衛", "355"),("自然資源管理", "355"),("粉塵污染", "335"),("噪聲污染", "324"),("土地資源管理", "304"),("物業服務與管理", "304"),("醫療衛生", "284"),("粉煤灰污染", "284"),("占道", "284"),("供熱發展", "254"),("農村土地規劃管理", "254"),("生活噪音", "253"),("供熱單位影響", "253"),("城市供電", "223"),("房屋質量與安全", "223"),("大氣污染", "223"),("房屋安全", "223"),("文化活動", "223"),("拆遷管理", "223"),("公共設施", "223"),("供氣質量", "223"),("供電管理", "223"),("燃氣管理", "152"),("教育管理", "152"),("醫療糾紛", "152"),("執法監督", "152"),("設備安全", "152"),("政務建設", "152"),("縣區、開發區", "152"),("宏觀經濟", "152"),("教育管理", "112"),("社會保障", "112"),("生活用水管理", "112"),("物業服務與管理", "112"),("分類列表", "112"),("農業生產", "112"),("二次供水問題", "112"),("城市公共設施", "92"),("拆遷政策咨詢", "92"),("物業服務", "92"),("物業管理", "92"),("社會保障保險管理", "92"),("低保管理", "92"),("文娛市場管理", "72"),("城市交通秩序管理", "72"),("執法爭議", "72"),("商業煙塵污染", "72"),("占道堆放", "71"),("地上設施", "71"),("水質", "71"),("無水", "71"),("供熱單位影響", "71"),("人行道管理", "71"),("主網原因", "71"),("集中供熱", "71"),("客運管理", "71"),("國有公交(大巴)管理", "71"),("工業粉塵污染", "71"),("治安案件", "71"),("壓力容器安全", "71"),("身份證管理", "71"),("群眾健身", "41"),("工業排放污染", "41"),("破壞森林資源", "41"),("市場收費", "41"),("生產資金", "41"),("生產噪聲", "41"),("農村低保", "41"),("勞動爭議", "41"),("勞動合同爭議", "41"),("勞動報酬與福利", "41"),("醫療事故", "21"),("停供", "21"),("基礎教育", "21"),("職業教育", "21"),("物業資質管理", "21"),("拆遷補償", "21"),("設施維護", "21"),("市場外溢", "11"),("占道經營", "11"),("樹木管理", "11"),("農村基礎設施", "11"),("無水", "11"),("供氣質量", "11"),("停氣", "11"),("市政府工作部門(含部門管理機構、直屬單位)", "11"),("燃氣管理", "11"),("市容環衛", "11"),("新聞傳媒", "11"),("人才招聘", "11"),("市場環境", "11"),("行政事業收費", "11"),("食品安全與衛生", "11"),("城市交通", "11"),("房地產開發", "11"),("房屋配套問題", "11"),("物業服務", "11"),("物業管理", "11"),("占道", "11"),("園林綠化", "11"),("戶籍管理及身份證", "11"),("公交運輸管理", "11"),("公路(水路)交通", "11"),("房屋與圖紙不符", "11"),("有線電視", "11"),("社會治安", "11"),("林業資源", "11"),("其他行政事業收費", "11"),("經營性收費", "11"),("食品安全與衛生", "11"),("體育活動", "11"),("有線電視安裝及調試維護", "11"),("低保管理", "11"),("勞動爭議", "11"),("社會福利及事務", "11"),("一次供水問題", "11"),]

wordCloud = (
    WordCloud()
    .add(series_name="熱點分析", data_pair=data, word_size_range=[6, 66])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="熱點分析", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
)

九、地圖

有時我們會希望將數據展示在地圖上,比如全國疫情狀況,全國各省份人口數據,微信好友各省份分布等。

provinces = ['廣東', '北京', '上海', '湖南', '重慶', '新疆', '河南', '黑龍江', '浙江', '臺灣'] 
values = [random.randint(1, 1024) for x in range(len(provinces))]

map = (
    Map()
    .add("", [list(z) for z in zip(provinces, values)], "china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="中國地圖示例"),
        visualmap_opts=opts.VisualMapOpts(max_=1024, is_piecewise=True),
    )

)
map.render_notebook()

十、總結

今天我們通過 pyecharts 繪制了幾種常用圖表,當然繪制圖表都有固定的套路流程。

生成圖表大致可分為三個步驟,準備相關數據、利用鏈式調用法設置數據和相關配置、調用 render_notebook() 或者 render() 函數生成圖表。

到此這篇關于學會這個炫酷圖表利器pyecharts,還怕不被公司重用?的文章就介紹到這了,更多相關python pyecharts內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • python用pyecharts實現地圖數據可視化
  • Python繪制K線圖之可視化神器pyecharts的使用
  • Python繪制詞云圖之可視化神器pyecharts的方法
  • python使用pyecharts庫畫地圖數據可視化的實現
  • Python數據可視化處理庫PyEcharts柱狀圖,餅圖,線性圖,詞云圖常用實例詳解
  • Python數據可視化 pyecharts實現各種統計圖表過程詳解
  • Python 數據可視化pyecharts的使用詳解

標簽:南寧 迪慶 撫州 聊城 牡丹江 揚州 楊凌 六盤水

巨人網絡通訊聲明:本文標題《學會這個炫酷圖表利器pyecharts,還怕不被公司重用?》,本文關鍵詞  學會,這個,炫酷,圖表,利器,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《學會這個炫酷圖表利器pyecharts,還怕不被公司重用?》相關的同類信息!
  • 本頁收集關于學會這個炫酷圖表利器pyecharts,還怕不被公司重用?的相關信息資訊供網民參考!
  • 推薦文章
    校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃
    韩国一区二区视频| 国产精品久久久久久久午夜片| 韩国v欧美v日本v亚洲v| 午夜一区二区三区视频| 国产精品欧美经典| 日韩免费一区二区三区在线播放| 色妞www精品视频| 色哟哟亚洲精品| 成人黄色片在线观看| 国产成人福利片| 国模套图日韩精品一区二区| 国产福利一区在线| 国产一区二区三区视频在线播放| 午夜精品一区二区三区电影天堂 | 日韩精品一区在线| 欧美三电影在线| 日本久久一区二区三区| 麻豆精品一二三| 国产一区二区女| 国产成人自拍网| 国产成人一区二区精品非洲| 久久福利资源站| 国产成人啪免费观看软件| 国产suv一区二区三区88区| 国产麻豆9l精品三级站| 日韩国产欧美在线视频| 国产一区二三区| 成人做爰69片免费看网站| 国产宾馆实践打屁股91| 成人国产亚洲欧美成人综合网| 盗摄精品av一区二区三区| 成人18视频日本| 色婷婷av一区| 欧美zozo另类异族| 日本一区二区电影| 日韩欧美综合在线| 久久精品日产第一区二区三区高清版 | 制服视频三区第一页精品| 91.麻豆视频| 日韩欧美一二区| 久久女同性恋中文字幕| √…a在线天堂一区| 亚洲无人区一区| 国产高清久久久久| 欧美性色综合网| 日韩一区二区在线观看| 中文字幕不卡的av| 一区二区三区在线观看网站| 日本中文一区二区三区| 国产福利不卡视频| 欧美日韩国产另类不卡| 久久网这里都是精品| 一区二区三区在线观看国产| 一区二区久久久久| caoporn国产精品| 欧美日韩精品福利| 国产三级精品视频| 亚洲国产日韩av| 国产精品综合久久| 欧美系列亚洲系列| 久久影院午夜论| 男人的天堂亚洲一区| 99re热这里只有精品视频| 制服丝袜亚洲播放| 亚洲男人的天堂在线观看| 国产在线日韩欧美| 97精品国产露脸对白| 久久久蜜桃精品| 日韩在线观看一区二区| 色婷婷精品久久二区二区蜜臂av | 久久久久久久久岛国免费| 亚洲福利一区二区三区| 大白屁股一区二区视频| 日韩午夜激情视频| 亚洲 欧美综合在线网络| 91丨porny丨国产入口| 久久午夜老司机| 亚洲欧美日韩国产手机在线| 国产成人av影院| 中文字幕第一区第二区| 国产高清在线精品| av激情亚洲男人天堂| 一区二区三区视频在线看| 欧美大肚乱孕交hd孕妇| 色婷婷国产精品综合在线观看| 午夜精品在线视频一区| 精品国产一区二区在线观看| 成人亚洲精品久久久久软件| 中文字幕一区二区三区视频| 欧美美女一区二区| 成人性生交大片免费看中文| 午夜精品福利久久久| 久久久久久电影| 欧美在线播放高清精品| 国产精品99久久久| 青青草国产成人av片免费| 国产精品成人免费精品自在线观看| 欧美日韩精品三区| 国产黄色精品视频| 韩国欧美一区二区| 图片区小说区区亚洲影院| 欧美国产日韩一二三区| 亚洲精品在线免费播放| 欧美精品久久天天躁| 99视频在线观看一区三区| 裸体在线国模精品偷拍| 视频一区视频二区在线观看| 成人免费小视频| 精品久久久久久无| 在线免费不卡视频| 色综合视频一区二区三区高清| 寂寞少妇一区二区三区| 亚洲成人精品一区二区| 一区二区在线观看视频在线观看| 精品国免费一区二区三区| 欧美日本在线一区| 91福利社在线观看| 欧洲人成人精品| 99久久伊人网影院| 成人自拍视频在线| 国产在线精品不卡| 久久精品噜噜噜成人av农村| 亚洲国产aⅴ成人精品无吗| 中文字幕一区二区三区蜜月 | 成人高清免费在线播放| 日韩欧美色电影| 天堂蜜桃一区二区三区| 一本一道久久a久久精品综合蜜臀| 青青青爽久久午夜综合久久午夜| 久久综合99re88久久爱| 在线影视一区二区三区| 国产精品一二三区在线| 老司机免费视频一区二区三区| 亚洲精品你懂的| 亚洲丝袜精品丝袜在线| 久久久久久综合| 91在线免费播放| www.亚洲免费av| 欧美伦理影视网| 久久精品一区二区三区不卡 | 精品免费一区二区三区| 国产欧美一区二区三区在线看蜜臀| 国产精品国产三级国产普通话99 | 日本不卡1234视频| 国产精品中文有码| 91福利国产精品| 精品入口麻豆88视频| 国产欧美一区二区三区在线老狼| 1024亚洲合集| 麻豆精品视频在线观看| 不卡区在线中文字幕| 欧美精品日日鲁夜夜添| 中文一区在线播放| 免费久久精品视频| 91美女在线看| 精品国产乱码久久久久久久| 激情五月婷婷综合网| 国产毛片一区二区| 懂色av一区二区三区免费观看| 成人免费精品视频| 91蜜桃在线免费视频| 91国偷自产一区二区开放时间| 91精品福利视频| 欧美乱妇23p| 亚洲精品在线免费观看视频| 久久精品视频免费观看| 国产精品久久久久久久久动漫 | 亚洲美女淫视频| 亚洲一线二线三线视频| 奇米精品一区二区三区在线观看| 精品一区二区免费看| 风间由美中文字幕在线看视频国产欧美| 国产精品自拍在线| 91视频观看免费| 91精品国产欧美日韩| 成人午夜大片免费观看| 日韩免费电影网站| 天天综合天天做天天综合| 色综合久久精品| 国产精品国产三级国产普通话三级 | 欧美午夜电影一区| 国产欧美日韩另类视频免费观看| 日韩激情视频网站| 欧美日韩视频在线第一区| 亚洲精品精品亚洲| 不卡免费追剧大全电视剧网站| 久久女同精品一区二区| 老汉av免费一区二区三区| 欧美一级精品大片| 免费成人在线播放| 91麻豆精品国产91久久久更新时间| 亚洲主播在线播放| 欧美色视频一区| 亚洲女人****多毛耸耸8| 91女厕偷拍女厕偷拍高清| 国产女人18毛片水真多成人如厕 | 精品国产露脸精彩对白| 美女久久久精品| 精品久久久久久综合日本欧美| 青青草原综合久久大伊人精品 |