【Python】-- 可视化工具pyecharts的安装使用

pyecharts产生背景

Echarts是由百度开源的数据可视化,凭借良好的交互性和精巧的图表设计,得到众多开发者的认可,而python很适合用于数据处理,数据分析遇到数据可视化时pyecharts就产生了。

官网链接:https://pyecharts.org/#/

画廊pyecharts-gallery

pyecharts支持的图表众多,官方提供了画廊用于参考。

画廊链接:https://gallery.pyecharts.org/#/


一、pyecharts模块安装

使用pip命令快速安装:pip install pyecharts

此处省略,跟前面的文章安装第三方包的操作一样。

 二、pyecharts入门

1、基础折线图

①导包Line

from pyecharts.charts import Line

②得到折线图对象

line = Line()

③添加x轴数据

line.add_xaxis(["中国","美国","英国"])

④添加y轴数据

line.add_yaxis("GDP",[30,20,10])

⑤生成图表

line.render()

运行后出现一个html文件,打开html文件会出现可视化图表。

 2、pyecharts配置选项

全局配置选项

可通过set_global_opts方法配置

更多配置选项可前往官网参考。

例:

from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts
line.set_global_opts(
    title_opts=TitleOpts("GDP展示","center","1%"),
    legend_opts=LegendOpts(True),
    toolbox_opts=ToolboxOpts(True),
    visualmap_opts=VisualMapOpts(True)
)

 

 


  • 3
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python数据可视化是数据科学领域的重要环节,而matplotlib和pyecharts是两个常用的数据可视化库。 matplotlib是一个功能强大而灵活的绘图库,可以创建各种类型的图表,包括折线图、散点图、柱状图、饼图等。它基于numpy数组进行绘图,可以轻松地处理大量数据。使用matplotlib,我们可以通过简单的几行代码创建出美观而有效的图表,并可以对图表的各个元素进行定制,如颜色、标签、坐标轴等。此外,matplotlib还支持将图表保存为多种格式,包括图片和PDF。 而pyecharts是一个基于echartsPython库,它提供了一种更为高级和便捷的方式来创建交互式数据可视化。echarts是一款流行的JavaScript可视化库, 包含多种类型的图表,如折线图、散点图、柱状图、雷达图等,而pyecharts则是将echarts的功能封装在Python中,使得开发人员无需掌握JavaScript,就能够创建出强大的交互式图表。pyecharts提供了一套易用的API,通过简洁的代码可以实现复杂的数据可视化需求。另外,pyecharts也支持将图表导出为HTML、图片或PDF格式。 总而言之,matplotlib和pyecharts是两个非常有用的数据可视化工具,它们分别提供了不同的绘图方式和功能。如果需要创建静态图表,并对其进行更加精细的控制,可以选择使用matplotlib;而如果希望创建交互式的图表,并且对绘图过程更为简便,可以考虑使用pyecharts。同时,学习并掌握这两个库,将有助于我们更好地进行数据分析与可视化工作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

四月天行健

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值