学习总结 python(6)

最新推荐文章于 2024-02-19 06:56:49 发布
最新推荐文章于 2024-02-19 06:56:49 发布
阅读量108 收藏
点赞数
文章标签： python 学习 ui
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a645734554/article/details/127989420
版权

学习总结 python(6)

1.柱状图

------------------------柱状图的常用配置------------------------
from pyecharts.charts import Bar
from pyecharts import options
from pyecharts.globals import ThemeType

# 1、创建图标对象
bar = Bar(
   init_opts=options.InitOpts(
       # 设置整个图标的主题
       theme=ThemeType.PURPLE_PASSION
   )
)

# 2、添加x轴上和y轴上显示的数据
bar.add_xaxis(['Java', 'H5', 'UI/UE', '物联网'])
bar.add_yaxis('全年招生人数', [ 875, 804, 203, 100])
bar.add_yaxis('平均薪资', [ 8700, 8500, 7400, 8000])
bar.add_yaxis(
    '学费',
    [18999, 21000, 22999, 19888, 18999],
    markpoint_opts=options.MarkPointOpts(data=[
        options.MarkPointItem(name='最小值', type_='min')
    ])
)

# 3. 柱状图常见配置
# 1)全局配置
bar.set_global_opts(
    # 配置标题
    title_opts=options.TitleOpts(title='主标题', subtitle='副标题', pos_left='30px'),
    # 配置图例
    legend_opts=options.LegendOpts(is_show=False),
    # 配置工具箱
    toolbox_opts=options.ToolboxOpts(is_show=False)
)

# 2)系列配置
bar.set_series_opts(
    # 设置数值的显示
    # label_opts=options.LabelOpts(is_show=True, position='top', rotate=30, font_size=10, color='pink'),
    # 添加标记点
    markpoint_opts=options.MarkPointOpts(data=[
        options.MarkPointItem(name='最大值', type_='max'),
        # options.MarkPointItem(name='最小值', type_='min')
    ])
)

# 4、渲染图表
bar.render('files/bar1.html')
效果如下：

请添加图片描述

2.折线图

from pyecharts.charts import Line
from pyecharts import options
from pyecharts.globals import ThemeType

# 1. 创建图标对象
line = Line(
    init_opts=options.InitOpts(theme=ThemeType.DARK)
)

# 2. 添加数据
line.add_xaxis(['Python', 'Java', 'H5', 'UI/UE', '物联网'])
line.add_yaxis(
    '平均薪资',
    [9200, 8700, 8500, 7400, 8000],
    markline_opts=options.MarkLineOpts(data=[
        options.MarkLineItem(name='平均值', type_='average')
    ])
)
line.add_yaxis('学费', [18999, 21000, 22999, 19888, 18999])

# 3.折线图特定的配置
# line.set_series_opts(
#     # 添加标记线
#     markline_opts=options.MarkLineOpts(data=[
#         options.MarkLineItem(name='平均值', type_='average')
#     ])
# )

# 4.渲染图表
line.render('files/line.html')
效果如下：请添加图片描述

3. 饼图

from pyecharts.charts import Pie
from pyecharts import options
from pyecharts.globals import ThemeType

# 1. 创建图表对象
pie = Pie()

# 2. 添加数据
pie.add(
    '销售额',
    [('手机', 57890), ('耳机', 15362), ('手表', 9872), ('电脑', 78921)],
    # 设置空心
    radius=('30%', '70%'),
    # 根据数据的大小设置每一部分半径的大小
    rosetype='radius'
)

# 3.饼图的常见配置
pie.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    # 设置标题
    title_opts=options.TitleOpts(title='某商城电子产品销售情况', subtitle='销售额')
)

pie.set_series_opts(
    # 设置文字信息的显示格式：{b} - 名称  {d} - 百分比的比值
    label_opts=options.LabelOpts(formatter='{b}({d}%)')
)

# 4.渲染图表
pie.render('files/pie.html')
效果如下：

请添加图片描述

4.地图

from pyecharts.charts import Map
from pyecharts import options

# # ---------------------------------1. 中国地图-----------------------------------
# # 1. 创建图表对象
# map1 = Map()
#
# # 2. 添加数据
# map1.add(
#     '新增人数',
#     [('四川', 173), ('河北', 309), ('吉林', 26), ('新疆', 778), ('福建', 56), ('重庆', 435), ('广东', 1829)],
#     'china',
#     # 限制缩放倍数
#     min_scale_limit=0.7,
#     max_scale_limit=1.5
# )
#
# # 3.地图常用配置
# map1.set_global_opts(
#     # 隐藏图例
#     legend_opts=options.LegendOpts(is_show=False),
#     visualmap_opts=options.VisualMapOpts(is_show=False, max_=2000, min_=0, is_piecewise=True)
# )
#
# # 4. 渲染图表
# map1.render('files/中国地图.html')


# # ---------------------------------2. 省份地图-----------------------------------
# # 1. 创建图表对象
# map1 = Map()
#
# # 2. 添加数据
# map1.add(
#     '新增人数',
#     [('成都市', 173), ('绵阳市', 309), ('内江市', 26), ('乐山市', 778), ('德阳市', 56), ('广元市', 435), ('眉山市', 1829)],
#     '四川',
#     # 限制缩放倍数
#     min_scale_limit=0.7,
#     max_scale_limit=1.5
# )
#
# # 3.地图常用配置
# map1.set_global_opts(
#     # 隐藏图例
#     legend_opts=options.LegendOpts(is_show=False),
#     visualmap_opts=options.VisualMapOpts(is_show=False, max_=2000, min_=0, is_piecewise=True)
# )
#
# # 4. 渲染图表
# map1.render('files/四川地图.html')


# ---------------------------------3. 世界地图-----------------------------------
# 1. 创建图表对象
map1 = Map()

# 2. 添加数据
map1.add(
    '新增人数',
    [('China', 173), ('Libya', 309), ('Canada', 26)],
    'world',
    # 限制缩放倍数
    min_scale_limit=0.7,
    max_scale_limit=2.5
)

# 3.地图常用配置
map1.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=False, max_=2000, min_=0, is_piecewise=True)
)
map1.set_series_opts(
    label_opts=options.LabelOpts(is_show=False)
)

# 4. 渲染图表
map1.render('files/四川地图.html')
效果如下：

请添加图片描述

5.词云

from pyecharts.charts import WordCloud
from pyecharts import options

# 1. 创建图表
wc = WordCloud()

# 2. 添加数据
wc.add(
    '游戏人数',
    [('王者荣耀', 28384), ('CS Go', 6782), ('和平精英', 12930), ('英雄联盟', 30092), ('开心消消乐', 829),
     ('刀塔', 1023), ('CF', 567), ('红色警戒', 129), ('魔兽', 90), ('保卫萝卜', 50), ('羊了个羊', 6728),
     ('植物大战僵尸', 369), ('原神', 5093), ('阴阳师', 9), ('找你妹', 809), ('俄罗斯方块', 1092),
     ('狼人杀', 4092), ('你画我猜', 9), ('QQ飞车', 912), ('QQ炫舞', 120), ('QQ空间', 34), ('欢乐斗地主', 7823),
     ('炉石传说', 90), ('我的世界', 5362), ('部落冲突', 8923)
     ],
    shape='cardioid',
    word_size_range=(10, 30)
)

# 3. 渲染图表
wc.render('files/词云.html')
效果如下：请添加图片描述

6.组合图

from pyecharts.charts import Bar, Line, Pie, Map, Grid
from pyecharts import options

bar = Bar()
bar.add_xaxis(['清华', '北大', '复旦', '人大', '川大'])
bar.add_yaxis('全年招生人数', [320, 875, 804, 203, 100])
bar.add_yaxis('平均分数', [680,670, 650, 660,750])
bar.set_global_opts(legend_opts=options.LegendOpts(is_show=False))


line = Line()
line.add_xaxis(['陆军', '空军', '火箭军', '武警', '海军'])
line.add_yaxis('人数', [30000, 3350, 5700, 40000, 6700])
line.add_yaxis('平均薪资', [9200, 8700, 8500, 7400, 8000])
line.set_global_opts(legend_opts=options.LegendOpts(is_show=False))

pie = Pie()
pie.add(
    '销售额',
    [('手机', 57890), ('耳机', 15362), ('手表', 9872), ('电脑', 78921)],
    # 控制饼图的大小
    radius=(30, 140),
    rosetype='radius',
    # 通过控制圆心来控制图的
    center=(900, 150)
)
pie.set_global_opts(
    legend_opts=options.LegendOpts(is_show=False)
)
pie.set_series_opts(
    label_opts=options.LabelOpts(formatter='{b}({d}%)')
)

map1 = Map()
map1.add(
    '新增人数',
    [('四川', 173), ('河北', 309), ('吉林', 26), ('新疆', 778), ('福建', 56), ('重庆', 435), ('广东', 1829)],
    'china',
    # 控制地图大小
    min_scale_limit=0.45,
    max_scale_limit=0.45,
    # 控制地图位置(注意缩放比例的问题)
    center=(155, 45)
)
map1.set_global_opts(
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=False, max_=2000, min_=0, is_piecewise=True)
)

# ----------------------------组合上面的四个图---------------------------------
# 1. 创建Grid对象
grid = Grid(init_opts=options.InitOpts(
    # 设置放组合图的盒子的宽度和高度
    width='1500px',
    height='1000px'
))

# 2.添加需要组合在一起的各个图表对象
grid.add(bar, grid_opts=options.GridOpts(
    pos_left=100,
    pos_top=20,
    width=500,
    height=300
))

grid.add(line, grid_opts=options.GridOpts(
    pos_left=750,
    pos_top=400,
    width=500,
    height=300
))

grid.add(pie, grid_opts=options.GridOpts())

grid.add(map1, grid_opts=options.GridOpts())
效果如下：

请添加图片描述
##死记硬背，勤加练习，熟练操作

a645734554
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python-代码制图
X619428的博客
11-22 484
Python-代码制图
python作图
sinat_41348401的博客
03-27 2627
python常用的还是数据分析，算法方面。作图用的很少，或者说在作图方面的优势不大，比如excel，matlab，origin就可以把图做得很好。 python中绘图要调用matplotlib包，使用比较灵活，在论文中也见过不少用的。 1.绘制常见的散点图，折线图，柱状图，以及常用的格式，区别只在于作图那一行的代码。 如： import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np mpl.rcParam
【python】简单作图
万物皆可图
01-17 1412
以随机数为例 > import matplotlib.pyplot as plt > import numpy as np > import random > x=[] > y=[] > for i in range(10): > x.append(random.random()) > ...
Python 绘图
热门推荐
Shao_yihao的博客
03-12 1万+
导入相关库： import matplotlib.pyplot as plt import numpy as np x = np.linspace(-1, 1, 50) # [-1, 1]内均匀取50个点 y1 = 2 * x + 1 y2 = x ** 2 plt.plot(x, y1) # 以x为横坐标，y为纵坐标作图，直线/平滑曲线连接 plt.scatter(x, y2) # 散点图 plt.show() # 显示图 plt.plot([0, 1], [3, 5]) # 用直线连接(0,
python绘图
细嗅蔷薇
04-13 927
matplotlib简单绘图 注意： 使用Jupyter notebook时，在每个单元格运行后，图表被重置，因此对于更复杂的图表，你必须将所有的绘图命令放在单个的notebook单元格中。 fig = plt.figure(figsize = (8, 6)) # 绘制2*2图形，选择第一个 ax1 = fig.add_subplot(2, 2, 1) ax2 = fig.add_subplot(2, 2, 2) ax3 = fig.add_subplot(2, 2, 3) plt.plot(np.
《Python学习手册》学习总结
09-20
本篇文章是读者朋友在学习了《Python学习手册》这本书以后，总结出的学习心得，值得大家参考学习。
关于Python的一些学习总结
09-20
主要介绍了关于Python的一些总结,希望自己以后在学习Python的过程中可以边学习边总结，就自己之前的学习先做以总结，之后将不断总结更新
Python学习总结.docx
06-12
Python学习总结 Python学习总结全文共34页，当前为第1页。Python学习总结全文共34页，当前为第1页。Python总结 Python学习总结全文共34页，当前为第1页。 Python学习总结全文共34页，当前为第1页。 目录 Python总结 ...
Python学习总结1
07-24
Python学习总结1 本资源总结了 Python 编程语言的基础知识，涵盖了 list、dict 字典、数据检索与查询、数据清洗、循环处理、if 语句、自定义函数等方面。 list 在 Python 中，list 是一种基本数据结构，用于存储...
Python学习总结
08-29
大佬的Python学习总结
python画图
11-23
利用python读取excel表格数据并且画折线图这个基础的入门级代码，具有很好的参考学习价值，用到python的两个库这两个库要自己去下载，代码能运行
Python的画图工具
12-20
基于Python的matplotlib包的画图工具命令的总结，可以画折线图，柱状图，散点图，三维图等
Python3画图实例2例
05-04
用PyQt5编写的画图形的python3代码，本人初学，参考了很多例子，代码不简练，只是实现了目标。发出来是为初学者提供一个实用的参考。
Python 画图
monkey988的博客
11-06 4834
闲着无聊的时候，用python画了几个有意思的图形，感兴趣的可以玩一下。 1. import matplotlib.path as mpath import matplotlib.patches as mpatches import matplotlib.pyplot as plt fig, ax = plt.subplots() Path = mpath.Path path_data...
【Python/绘图】python绘图
第三季度的博客
05-02 1万+
python绘图
python绘图代码大全和用法,python画图代码简单
最新发布
Bxwfjdjdbdgj的博客
02-19 2936
Python有很多可视化库可以用于各类统计图的绘制，比如常用的matplotlib、seaborn、plotly、bokeh等。直方图（Histogram）直方图是用于表示连续变量分布情况的一种统计图形python编程代码看不懂怎么办。通常将连续变量按照一定的间隔分成若干个区间，然后统计每个区间内的样本数量，最后绘制成一个条形图，条形的高度表示该区间内的样本数量。
python快速画图_python画图教程|无所不能的python编程是怎么快速画图的呢
weixin_39654436的博客
02-20 802
python怎么在屏幕上画图用库matplot，用起来很方便怎么用python绘图请查python的第三方库matplotlab，这个里许多类似matlib(http://matplotlib.org/gallery.html)的图形绘制实在不行你可以自己将转换成对数，然后再画图即可。Python 画图存储(savefig)建议你用面向的方式去画图，一个图作为一个对这样每次调用一个对象存图片方可以...
python画图相关代码
FL1717的博客
06-20 9640
画图代码例子如下：
python画图程序
07-11 5286
  #!/usr/bin/python # -*- coding: utf-8 -* import wx import wx.lib.buttons as buttons import wx.adv as adv import wx.lib.colourselect as color import wx.html import os import pickle import math ...
"Python学习资源与进阶指南总结
本文旨在总结Python学习资源，包括学习路径、免费课程推荐、爬虫知识、进阶教程、面试指南、博客推荐、进阶方法、入门教程以及开发微信公众号的相关资料。同时，还包括了Python面试概念和代码，以及一些推荐的Python...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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