Pycharts 常用技巧(柱状图、条形图、折线图、堆叠图及多图组合) - 基础

1 基本柱状图

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
l1 = ['星期一', '星期二', '星期三', '星期四', '星期五', '星期六', '星期日']
l2 = [100, 200, 300, 400, 500, 600, 700]
l3 = [111, 222, 333, 444, 333, 222, 111]
bar = (
    Bar()
        .add_xaxis(l1)
        .add_yaxis("基本柱状图", l3)
        .set_global_opts(title_opts=opts.TitleOpts(title="基本柱状图", subtitle="副标题"))
)
bar.render_notebook()
  • 显示

在这里插入图片描述

2 带坐标轴标签的基本柱状图

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
l1=['星期一','星期二','星期三','星期四','星期五','星期六','星期日']
l2=[100,200,300,400,500,600,700]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("基本柱状图-轴标签", l2)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="基本柱状图-轴标签"),
        yaxis_opts=opts.AxisOpts(name="人流量"),
        xaxis_opts=opts.AxisOpts(name="星期"),
    )
)
bar.render_notebook()
  • 显示
    在这里插入图片描述

3 双纵坐标的柱状图

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
l1=['星期一','星期二','星期三','星期四','星期五','星期六','星期日']
l2=[100,200,300,400,500,400,300]
l3=[300,400,500,400,300,200,100]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("纵坐标1", l2)
    .add_yaxis("纵坐标2", l3)
    .set_global_opts(title_opts=opts.TitleOpts(title="双纵坐标柱状图", subtitle="我是副标题"),
                    toolbox_opts=opts.BrushOpts(),)
)
bar.render_notebook()
  • 显示
    在这里插入图片描述

4 设置轴距、轴颜色的柱状图

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
l1=['星期一','星期二','星期三','星期四','星期五','星期六','星期日']
l2=[100,200,300,400,500,400,300]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("l2",l2,category_gap=50, color='#000000')
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
)
bar.render_notebook()
  • 显示
    在这里插入图片描述

5 横向柱状图

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
l1=['星期一','星期二','星期三','星期四','星期五','星期六','星期日']
l2=[100,200,300,400,500,400,300]
l3=[300,400,500,400,300,200,100]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("l2", l2)
    .add_yaxis("l3", l3)
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    .set_global_opts(title_opts=opts.TitleOpts(title="横向柱状图"))
)
bar.render_notebook()
  • 显示
    在这里插入图片描述

6.1 标记线柱状图

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
import random
l1=['星期一','星期二','星期三','星期四','星期五','星期六','星期日']
l2=[100,200,300,400,500,400,300]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("l2", l2)
    .set_global_opts(title_opts=opts.TitleOpts(title="标记线柱状图"))
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False),
        markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_="min", name="最小值"),
                opts.MarkLineItem(type_="max", name="最大值"),
                opts.MarkLineItem(type_="average", name="平均值"),
            ]
        ),
    )
)
bar.render_notebook()
  • 显示
    在这里插入图片描述

6.2 标记点柱状图

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
import random
l1=['星期一','星期二','星期三','星期四','星期五','星期六','星期日']
l2=[100,200,300,400,500,400,300]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("标记点柱状图", l2)
    .set_global_opts(title_opts=opts.TitleOpts(title="标记点柱状图"))
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False),
        markpoint_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="min", name="最小值"),
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="average", name="平均值"),
            ]
        ),
    )
)
bar.render_notebook()
  • 显示
    在这里插入图片描述

7 旋转轴标签

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
import random
l1=['很长的坐标轴{}'.format(i) for i in range(10)]
l2=[random.choice(range(10,100,10)) for i in range(10)]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("l2", l2)
    .set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),#rotate 旋转角度
                     title_opts=opts.TitleOpts(title="Bar-旋转X轴标签", subtitle="解决标签名字过长的问题"))
)
bar.render_notebook()
  • 显示
    在这里插入图片描述

8.1 区域缩放柱状图 - 鼠标滚轮缩放(inside)

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
import random
l1=['{}日'.format(i) for i in range(1,31)]
l2=[random.choice(range(100,3100,100)) for i in range(1,31)]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("l2", l2)
    .set_global_opts(title_opts=opts.TitleOpts(title="区域缩放柱状图"),
                     datazoom_opts=opts.DataZoomOpts(type_="inside"))# inside 滚动鼠标滚轮即可缩放
)
bar.render_notebook()
  • 显示 滚动鼠标滚轮即可缩放

8.2 区域缩放柱状图 - 滑块拖动缩放(slider)

  • 代码
from pyecharts import options as opts
from pyecharts.charts import Bar
import random
l1=['{}日'.format(i) for i in range(1,31)]
l2=[random.choice(range(100,3100,100)) for i in range(1,31)]
bar = (
    Bar()
    .add_xaxis(l1)
    .add_yaxis("l2", l2)
    .set_global_opts(title_opts=opts.TitleOpts(title="区域缩放柱状图"),
                     datazoom_opts=opts.DataZoomOpts(type_="slider"))# slider 拖动滑块即可缩放
)
bar.render_notebook()
  • 显示
    拖动滑块即可缩放
  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
柱状图的优点是能够清晰地显示不同类别或组之间的差异,易于比较数据的大小和趋势,也易于理解和解释。缺点是当类别或组过多时,图表会变得拥挤,难以阅读和比较。 条形图柱状图类似,也能够清晰地显示不同类别或组之间的差异,易于比较数据的大小和趋势,但与柱状图相比,它更适合横向展示数据。缺点也是类似的,当类别或组过多时,图表会变得拥挤,难以阅读和比较。 折线图的优点是能够清晰地显示数据的趋势和变化,尤其适合展示时间序列数据。缺点是不能很好地显示数据的大小和比较不同类别或组之间的差异。 饼图的优点是能够清晰地显示不同部分构成整体的比例关系,易于理解和解释。缺点是不能很好地显示数据的大小和比较不同部分之间的差异,也不适合展示多个数据系列。 散点图的优点是能够清晰地显示两个变量之间的关系和趋势,也能够显示数据的分布情况。缺点是不能很好地显示数据的大小和比较不同类别或组之间的差异。 气泡图与散点图类似,但是能够通过气泡的大小表示第三个变量的大小,能够更为直观地展示数据的差异和趋势。缺点与散点图相似,不能很好地显示数据的大小和比较不同类别或组之间的差异。 雷达图的优点是能够清晰地显示多个变量之间的相互关系,易于比较不同类别或组的数据。缺点是不能很好地显示数据的大小和趋势,也不适合展示大量的数据。 箱型图的优点是能够清晰地显示数据的分布情况、离散程度和异常值,也能够比较不同类别或组之间的差异。缺点是不能很好地显示数据的趋势和变化。
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

YouShouldKnowMe

别来这套

¥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