期末大作业

最新推荐文章于 2024-09-13 16:51:30 发布

吴泓宇

最新推荐文章于 2024-09-13 16:51:30 发布

阅读量385

点赞数 6

文章标签：课程设计

本文链接：https://blog.csdn.net/Why2458832168/article/details/135006664

版权

作业要求如下图：

需求一：

# 导入所需的库
from pyecharts.charts import Bar, Line
from pyecharts import options as opts
from pyecharts.globals import ThemeType
 
x_data = ["2014", "2015", "2016", "2017", "2018", "2019", "2020", "2021"]
 
bar = (
    Bar(init_opts=opts.InitOpts(width="1000px", height="600px"))
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="诊疗量（万人次）",
        y_axis=[87430,90912,96225,101885,107147,116390,105764,120215,],
        label_opts=opts.LabelOpts(is_show=False),
        z_level = 0,
        # 柱状图所有图形的 zlevel 值。
        #  z_level: types.Numeric = 0,
        # 柱状图组件的所有图形的z值。控制图形的前后顺序。
        # z值小的图形会被z值大的图形覆盖。
        # z相比zlevel优先级更低，而且不会创建新的 Canvas。
        
    )
    .extend_axis(  # 扩展 X/Y 轴
        yaxis=opts.AxisOpts(   # yaxis新增 Y 坐标轴配置项，AxisOpts坐标轴配置项
            name="同比增速（%）",
            type_="value",  #'value': 数值轴，适用于连续数据
            min_=-20,
            max_=20,
            interval=10, # 强制设置坐标轴分割间隔
            axislabel_opts=opts.LabelOpts(formatter="{value} %"),# 坐标轴标签配置项      formatter回调函数，value传入的数据值
        )
    )
    .set_global_opts(
        # tooltip_opts=opts.TooltipOpts(# TooltipOpts：提示框配置项
           # is_show=False, ),
        xaxis_opts=opts.AxisOpts(   # 坐标轴配置项
            type_="category", #'category': 类目轴，适用于离散的类目数据，为该类型时必须通过 data 设置类目数据。
            # axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"), # 坐标轴指示器配置项
        ),  # is_show是否显示坐标轴指示器，type_指示器类型# 'line' 直线指示器'shadow' 阴影指示器'none' 无指示器
        yaxis_opts=opts.AxisOpts(
            name="诊疗量（万人次）",
            type_="value",
            min_=0,
            max_=130000,
            interval=50000,  # 强制设置坐标轴分割间隔
            axislabel_opts=opts.LabelOpts(formatter="{value}"), # 坐标轴标签配置项      formatter回调函数，value传入的数据值
            # axistick_opts=opts.AxisTickOpts(is_show=True), # 坐标轴刻度配置项
            # splitline_opts=opts.SplitLineOpts(is_show=True), # 分割线配置项
        ),
    )
)
 
bar.set_global_opts(
    title_opts=opts.TitleOpts(title='2014-2021年中国中医类医疗卫生机构诊疗量'),
    legend_opts=opts.LegendOpts(is_show=False),)   # 设置不显示图例组件的配置项
 
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="同比增速（%）",
        yaxis_index=1,  # 使用的 y 轴的 index，在单个图表实例中存在多个 y 轴的时候有用
        y_axis=[7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66],
        symbol='triangle', symbol_size=20,  # 设置折线图的图标样式及大小
        label_opts=opts.LabelOpts(is_show=False),   # 设置不显示图例
        z_level = 2,       
        # 折线图所有图形的 zlevel 值。
        #  z_level: types.Numeric = 0,
       # zlevel用于 Canvas 分层，不同zlevel值的图形会放置在不同的 Canvas 中，Canvas 分层是一种常见的优化手段。
      # zlevel 大的 Canvas 会放在 zlevel 小的 Canvas 的上面。
      # 折线图组件的所有图形的z值。控制图形的前后顺序。z值小的图形会被z值大的图形覆盖。
      # z 相比 zlevel 优先级更低，而且不会创建新的 Canvas。
    )
)
 
# bar.overlap(line).render("mixed_bar_and_line.html")
bar.overlap(line).render_notebook()  # 渲染到notebook中展示

需求二：

# 导入所需的库
from pyecharts import options as opts
from pyecharts.charts import Pie, Bar, Line
from pyecharts.faker import Faker
 
data = [['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]]
 
 
pie = (
    Pie()
    .add("", data,
         radius=["25%", "50%"],  # 挖掉的直径，整张饼的直径 （占画布中高和宽中短边的比例）
        )
    .set_colors(["blue", "orange", "green", "red", "pink"])   # 设置填充的颜色
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像", pos_left='40%'),  # 设置标题及位置
                     legend_opts=opts.LegendOpts(is_show=False))    # 设置不显示图例
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    
)
 
pie.render_notebook()

需求三：

# 导入所需的库
from pyecharts import options as opts
from pyecharts.charts import Bar
 
bar = (
    Bar()
    .add_xaxis(['2019年', '2020年', '2021年', '2022年', '2023年'])   # 定义横轴数据
    .add_yaxis("跨国企业占比（%）", [20.3, 22.0, 23.5, 22.5, 22.3],  stack="stack1")  # 定义第一组纵轴数据（跨国企业占比），指定堆积方式为stack1
    .add_yaxis("本土企业占比（%）", [79.7, 78.0, 76.5, 77.5, 77.7],  stack="stack1") # 定义第二组纵轴数据（本土企业占比），指定堆积方式为stack1
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))  # 设置不显示标签
    .set_global_opts(title_opts=opts.TitleOpts(title="全国药店中药饮片供应商占比情况"),    # 设置图表的标题
                     xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=55)),)  # 设置横轴标签的旋转角度
)
bar.render_notebook()  # 渲染到notebook中展示

需求四：

# 导入所需的库
from pyecharts import options as opts
from pyecharts.charts import Radar
 
# 定义雷达图的数据
data = [{"value": [33, 45, 3, 9, 6, 4]}]
 
# 定义雷达图的各个维度的配置（每个维度由一个字典表示，包括名称（name）、最大值（max）和最小值（min））
c_schema = [
    {"name": "化学药", "max": 45, "min": 3},
    {"name": "中成药", "max": 45, "min": 3},
    {"name": "生物制品", "max": 45, "min": 3},
    {"name": "医疗器械", "max": 45, "min": 3},
    {"name": "中药饮片", "max": 45, "min": 3},
    {"name": "保健品", "max": 45, "min": 3},
]
 
# 创建雷达图
radar = (
    Radar()
    .set_colors(["#4587E7"])     # 设置颜色
    .add_schema(
        schema=c_schema,    
        shape="circle",     # 设置雷达图的形状为圆形
        center=["50%", "50%"],   # 设置雷达图的位置
        radius="80%",           # 设置雷达图的半径
        angleaxis_opts=opts.AngleAxisOpts(
            min_=0,                 
            max_=360,               
            is_clockwise=False,    # 不选择顺时针显示角度轴
            interval=5,            
            axistick_opts=opts.AxisTickOpts(is_show=False),    # 不显示角度轴刻度线
            axislabel_opts=opts.LabelOpts(is_show=False),      # 不显示角度轴标签
            axisline_opts=opts.AxisLineOpts(is_show=False),    # 不显示角度轴线
            splitline_opts=opts.SplitLineOpts(is_show=False),  # 不显示角度轴分割线
        ),
        radiusaxis_opts=opts.RadiusAxisOpts(
            min_=0,             # 半径轴的最小值为0
            max_=50,            # 半径轴的最大值为50
            interval=20,        # 设置半径轴刻度间隔为10
            splitarea_opts=opts.SplitAreaOpts(
                is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)      # 显示半径轴的分隔区域，设置透明度为1
            ),
        ),
        polar_opts=opts.PolarOpts(),
        splitarea_opt=opts.SplitAreaOpts(is_show=False),    # 不显示分割区域
        splitline_opt=opts.SplitLineOpts(is_show=False),    # 不显示分割线
    )
    .add(
        series_name="全国药店药品销售额占比",      # 数据系列的名称
        data=data,
        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),       # 设置数据区域的透明度为0.1
        linestyle_opts=opts.LineStyleOpts(width=1),           # 设置线条的宽度为1
    )
)
radar.render_notebook()   # 渲染到notebook中展示