Pyecharts实例

屁屁冲天

已于 2023-12-14 00:41:36 修改

阅读量199

点赞数

文章标签： python 信息可视化数据分析

于 2023-12-14 00:40:31 首次发布

本文链接：https://blog.csdn.net/2302_76713122/article/details/134985146

版权

一、利用pyecharts绘制圆环图

#导入模块
import pyecharts.options as opts
from pyecharts.charts import Pie
#创建Pie类的对象并且使用链式调用
pie=(
     Pie()
    .add("",[('20岁以下',2.2),('20-30岁',27.9),('31-40岁',56.2),('41-50岁',10.9),('51岁以上',2.8)],#导入数据
         radius=[100,160],center=[180,350],#设置半径大小并设置圆心位置
        label_opts=opts.LabelOpts(is_show=False,position="left"),#标签的展示和位置
        is_legend_hover_link= True,)
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像"),#设置标题
                    legend_opts=opts.LegendOpts(is_show=False))#设置图例是否显示(bool类型)
                    
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"#设置其数据用百分比的形式出现
       ), label_opts=opts.LabelOpts([('20岁以下',2.2),('20-30岁',27.9),('31-40岁',56.2),('41-50岁',10.9),('51岁以上',2.8)]),#外部标签的设置
   
)
    
)
#渲染图表
pie.render_notebook()

图表展示：

二、利用pyecharts绘制堆积图

#导入模块
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
#添加x轴，y轴的数据
data1 = ([20.3,22.0,23.5,22.5,22.3])   # 跨国企业占比
data2 = ([79.7,78.0,76.5,77.5,77.7])   # 本土企业占比
data_x = ['2019年','2020年','2021年','2022年','2023年']
#创建bar类的对象，并且调用链式
bar = (
    Bar(init_opts=opts.InitOpts(width="700px", height="500px"))#设置画布大小
    .add_xaxis(data_x)#添加x轴数据
    .add_yaxis("跨国企业占比",data1, stack="stack1",bar_width=50,color='blue')#添加y轴数据，并设置堆积，宽度和颜色，
    .add_yaxis("本土企业占比",data2, stack="stack1",color='orange')
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True))#堆积图内标签的显示
    .set_global_opts(title_opts=opts.TitleOpts(title="全国药店中药饮片供应商占比"),#设置标题
                    legend_opts=opts.LegendOpts(is_show=False))
    
)     
#渲染图表
bar.render_notebook()

图表展示：

三、利用pyecharts绘制雷达图

#导入模块
from pyecharts import options as opts
from pyecharts.charts import Radar

#添加数据
data = [{"value": [48,3,7,8,34], "name": "全国药店药品销售额占比"}]
c_schema = [
    {"name": "中成药", "max": 48,"min":3},
    {"name": "生物制品", "max": 48,"min":3},
    {"name": "保健品", "max": 48,"min":3},
    {"name": "中药饮片", "max": 48,"min":3},
    {"name": "化学药", "max": 48,"min":3},
]
#创建Radar类的对象，并调用链式
radar = (
    Radar()
    .set_colors(["red"])## 数据点颜色，填充区域也会改变
    .add_schema(
        schema=c_schema,
        shape="circle",#设置雷达图形状
        center=["50%", "50%"],# 雷达的中心（圆心）坐标，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度

        radius="80%",# 雷达的半径
        angleaxis_opts=opts.AngleAxisOpts(# 极坐标系的角度轴
            min_=0,# 坐标轴刻度标签最小值，这三轴刻度样式不设置也行，因为一般不显示
            max_=180,#坐标轴刻度标签最大值
            is_clockwise=True,# 坐标轴分割间隔
            interval=5,# 坐标轴分割间隔
            axistick_opts=opts.AxisTickOpts(is_show=False),# 轴刻度
            axislabel_opts=opts.LabelOpts(is_show=False),# 刻度标签
            axisline_opts=opts.AxisLineOpts(is_show=True),# 坐标轴轴线
            splitline_opts=opts.SplitLineOpts(is_show=False),  # 坐标轴分隔线

            
        ),
        radiusaxis_opts=opts.RadiusAxisOpts(# 极坐标系的径向轴
             min_=-2,# 设置坐标轴刻度的最小值
             max_=3,# 设置坐标轴刻度的最大值
            interval=2,# 坐标轴分割间隔
            splitarea_opts=opts.SplitAreaOpts(# 分割区域，可以装饰图形
               is_show=False, areastyle_opts=opts.AreaStyleOpts(opacity=1)
            ),
        ),
        polar_opts=opts.PolarOpts(),
        splitarea_opt=opts.SplitAreaOpts(is_show=True),# 分隔区域配置项
        splitline_opt=opts.SplitLineOpts(is_show=False),# 分隔线配置项
        textstyle_opts=opts.TextStyleOpts(color="black"),#设置标签文字颜色
    )
    .add(
        series_name="全国药店药品销售额占比",
        data=data,
        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),# 区域填充样式配置项，透明度
        linestyle_opts=opts.LineStyleOpts(color="red"),# 线样式配置项，线宽
    )
   
)
#渲染图表
radar.render_notebook()

图表展示：

四、利用pyecharts将以上实例并行多图（折线图和柱形图请看上一章发行代码说明）

from pyecharts import options as opts
from pyecharts.charts import Radar,Bar,Line,Grid,Pie

x_data=["2014年","2015年","2016年","2017年","2018年","2019年","2020年","2021年"]
y_1=[87430,90912,96225,101885,107147,116390,105764,120215]
y_2=[7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66]
#链式调用bar
bar=(Bar(init_opts=opts.InitOpts(width="1000px", height="500px"))#设置柱形图的样式
     .add_xaxis(x_data)
     .add_yaxis("诊疗量",y_1,label_opts=opts.LabelOpts(is_show=False), yaxis_index=1,color="yellow")
      .extend_axis(
        yaxis=opts.AxisOpts(
            name="诊疗量（万人次）",                               #y轴名称
            type_="value",
            min_=0,                                                #y轴最小值：0
            max_=150000,                                           #y轴最大值：150000
            position="left"                                        #位于y轴左侧
        )
    )
     .extend_axis(
        yaxis=opts.AxisOpts(
            name="同比增速（%）",                                 #y轴名称
            type_="value",
            min_=-20,                                             #y轴最小值：-20
            max_=20,                                              #y轴最大值：20
            position="right",                                     #位于y轴右侧
        )
    )
     
#     .set_global_opts(title_opts=opts.TitleOpts(title="中国中医类医疗卫生机构诊疗量", subtitle="2014-2021年",pos_right=5))
#     ) 
      .set_global_opts(                                             #设置全局配置项
        title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量"),      #标题名称
        legend_opts=opts.LegendOpts(pos_left="60%" ),                       #图例距离左边边距：60%
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),  #显示提示框组件
    )
    .set_series_opts(
                     itemstyle_opts=opts.ItemStyleOpts(               #图元样式配置项
                     opacity=0.7),                                    #设置柱形图透明度：0.7
                     )
    
)
line = (
    Line()                                                           #创建Line类的对象
    .add_xaxis(x_data)                                               #添加x轴的数据
    .add_yaxis("同比增速（%）",                                #图例名：同比增速（%）
               y_2,                                              #y轴折线图数据
               yaxis_index=2,          #表示y轴的索引，用于拥有多个y轴的单图表中。
               color="purple"         #表示折线的颜色                                   
 
    )
)                                                  
 



#添加x轴，y轴的数据
data1 = ([20.3,22.0,23.5,22.5,22.3])   # 跨国企业占比
data2 = ([79.7,78.0,76.5,77.5,77.7])   # 本土企业占比
data_x = ['2019年','2020年','2021年','2022年','2023年']
#创建bar类的对象，并且调用链式
bar = (
    Bar(init_opts=opts.InitOpts(width="700px", height="500px"))#设置画布大小
    .add_xaxis(data_x)#添加x轴数据
    .add_yaxis("跨国企业占比",data1, stack="stack1",bar_width=50,color='blue')#添加y轴数据，并设置堆积，宽度和颜色，
    .add_yaxis("本土企业占比",data2, stack="stack1",color='orange')
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True))#堆积图内标签的显示
    .set_global_opts(title_opts=opts.TitleOpts(title="全国药店中药饮片供应商占比"),#设置标题
                    legend_opts=opts.LegendOpts(is_show=False))
    
)     


#添加数据
data = [{"value": [48,3,7,8,34], "name": "全国药店药品销售额占比"}]
c_schema = [
    {"name": "中成药", "max": 48,"min":3},
    {"name": "生物制品", "max": 48,"min":3},
    {"name": "保健品", "max": 48,"min":3},
    {"name": "中药饮片", "max": 48,"min":3},
    {"name": "化学药", "max": 48,"min":3},
]
#创建Radar类的对象，并调用链式
radar = (
    Radar()
    .set_colors(["red"])## 数据点颜色，填充区域也会改变
    .add_schema(
        schema=c_schema,
        shape="circle",#设置雷达图形状
        center=["50%", "50%"],# 雷达的中心（圆心）坐标，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度

        radius="80%",# 雷达的半径
        angleaxis_opts=opts.AngleAxisOpts(# 极坐标系的角度轴
            min_=0,# 坐标轴刻度标签最小值，这三轴刻度样式不设置也行，因为一般不显示
            max_=180,#坐标轴刻度标签最大值
            is_clockwise=True,# 坐标轴分割间隔
            interval=5,# 坐标轴分割间隔
            axistick_opts=opts.AxisTickOpts(is_show=False),# 轴刻度
            axislabel_opts=opts.LabelOpts(is_show=False),# 刻度标签
            axisline_opts=opts.AxisLineOpts(is_show=True),# 坐标轴轴线
            splitline_opts=opts.SplitLineOpts(is_show=False),  # 坐标轴分隔线

            
        ),
        radiusaxis_opts=opts.RadiusAxisOpts(# 极坐标系的径向轴
             min_=-2,# 设置坐标轴刻度的最小值
             max_=3,# 设置坐标轴刻度的最大值
            interval=2,# 坐标轴分割间隔
            splitarea_opts=opts.SplitAreaOpts(# 分割区域，可以装饰图形
               is_show=False, areastyle_opts=opts.AreaStyleOpts(opacity=1)
            ),
        ),
        polar_opts=opts.PolarOpts(),
        splitarea_opt=opts.SplitAreaOpts(is_show=True),# 分隔区域配置项
        splitline_opt=opts.SplitLineOpts(is_show=False),# 分隔线配置项
        textstyle_opts=opts.TextStyleOpts(color="black"),#设置标签文字颜色
    )
    .add(
        series_name="全国药店药品销售额占比",
        data=data,
        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),# 区域填充样式配置项，透明度
        linestyle_opts=opts.LineStyleOpts(color="red"),# 线样式配置项，线宽
    )
   
)

pie=(
     Pie()
    .add("",[('20岁以下',2.2),('20-30岁',27.9),('31-40岁',56.2),('41-50岁',10.9),('51岁以上',2.8)],#导入数据
         radius=[100,160],center=[180,650],#设置半径大小并设置圆心位置
        label_opts=opts.LabelOpts(is_show=False,position="left"),#标签的展示和位置
        is_legend_hover_link= True,)
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像",pos_bottom="50%),#设置标题
                    legend_opts=opts.LegendOpts(is_show=False))#设置图例是否显示(bool类型)
                    
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"#设置其数据用百分比的形式出现
       ), label_opts=opts.LabelOpts([('20岁以下',2.2),('20-30岁',27.9),('31-40岁',56.2),('41-50岁',10.9),('51岁以上',2.8)]),#外部标签的设置
   
)
    
)

    
bar.overlap(line)
# grid = Grid()
# #pos_left="5%", pos_right="20%":grid 组件离容器左侧或右侧的距离。 is_control_axis_index=True：是否由自己控制 Axis 索引
# grid.add(bar, opts.GridOpts(pos_left="5%", pos_right="20%"), is_control_axis_index=True) 
 
#渲染图表
# bar.overlap(line).render_notebook()  #直接渲染到notebook

grid= (Grid(init_opts=opts.InitOpts(width='900px',height='900px')
    
     .add(bar,grid_opts=opts.GridOpts(pos_bottom="60%"), is_control_axis_index=True)
       .add(pie,grid_opts=opts.GridOpts(pos_top="60%",pos_right="60%"),is_control_axis_index=True)  
#        .add(bar,grid_opts=opts.GridOpts(pos_top="60%",pos_left="60%"),is_control_axis_index=True)
      )

grid.render_notebook()

图像展示：