数据库可视化 —— pandas 使用 excel pandas与pyechats.charts

BC_淡泊明志

已于 2023-06-01 18:46:08 修改

阅读量638

点赞数

分类专栏： python库系列联盟 python常用库大全文章标签： python 数据分析开发语言 pandas

于 2023-05-25 19:54:20 首次发布

本文链接：https://blog.csdn.net/lbc_0816/article/details/130628447

版权

python库系列联盟同时被 2 个专栏收录

3 篇文章 0 订阅

订阅专栏

python常用库大全

3 篇文章 0 订阅

订阅专栏

数据分析和可视化在现代生活中变得越来越重要。随着数据量的不断增加，我们需要更高效、更直观的工具来帮助我们理解和分析数据。在这方面，数据库可视化是一种强大的工具。本文将介绍一种基于 pandas、excel 和 pyecharts.charts 的数据库可视化方法，帮助您更轻松地处理和呈现数据。

要想用函数，按部就班，我们先导库

import pandas as pd

打开一个excel文件

打开名 = pd.read_excel("文件名.xlsx")

当然我们也可以自己创建一个excel数据框架

打开名 = pd.DataFrame()

小贴士

显示在结尾的备注信息

这是一种名为DateFrame的数据类型，是计算机的一种偷懒（内存保护）方式，当数据较多时，计算机就会省略一些内容，并在结尾显示此备注。

读取DateFrame

#我们用pandas的假名来节省时间
df = pd.read_excel()
print(df)

Pyecharts 是一个 Python 的图表库，可以用于生成各种图表，包括柱状图、折线图、散点图、饼图等等。如果要将 Pyecharts 生成的图表嵌入到网页中，可以使用 Flask 或 Django 等 Web 框架来实现。

下面是一个简单的示例，演示如何使用 Flask 和 Pyecharts 生成一个简单的柱状图并将其嵌入到网页中。

df.sort_values(by = "列,ascending = False)

True代表升序，False代表降序

pyechats.charts

from pyechats.charts import Pie
c = Pie()#初始化
# 添加x轴数据
bar.add_xaxis(["A", "B", "C", "D"])

# 添加y轴数据
bar.add_yaxis("数量", [10, 20, 30, 40])

# 设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title="柱状图"))

# 渲染图表
bar.render("bar.html")

导库：import后加绘制图类

Scatter（散点图）
EffectScatter（带涟漪效果的散点图）
Pie（饼图）
Scatter3D（三维散点图）
Line3D（三维折线图）
Bar3D（三维柱状图）
Surface3D（三维曲面图）
Map（地图）
Geo（地理坐标系）
Gauge（仪表盘）
Funnel（漏斗图）
WordCloud（词云图）
Graph（关系图）
Parallel（平行坐标系）
Sankey（桑基图）
HeatMap（热力图）
Tree（树状图）
Treemap（矩形树图）

复杂版

安装 Flask 和 Pyecharts

首先需要安装 Flask 和 Pyecharts，可以使用 pip 命令进行安装：

pip install flask pyecharts

编写 Python 代码

from flask import Flask, render_template
from pyecharts import options as opts
from pyecharts.charts import Bar

app = Flask(__name__)

@app.route("/")
def index():
    # 创建柱状图
    bar = (
        Bar()
        .add_xaxis(["A", "B", "C", "D", "E"])
        .add_yaxis("数据", [5, 15, 20, 25, 30])
        .set_global_opts(title_opts=opts.TitleOpts(title="柱状图"))
    )

    # 将图表渲染为 HTML 文件
    chart = bar.render_embed()

    # 渲染模板并将图表嵌入到模板中
    return render_template("index.html", chart=chart)

if __name__ == "__main__":
    app.run(debug=True)

编写 HTML 模板

<!DOCTYPE html>
<html>
<head>
    <meta charset="utf-8">
    <title>柱状图</title>
    <!-- 引入 echarts.min.js 和 echarts-gl.min.js -->
    <script src="https://cdn.bootcdn.net/ajax/libs/echarts/5.1.2/echarts.min.js"></script>
    <script src="https://cdn.bootcdn.net/ajax/libs/echarts/5.1.2/echarts-gl.min.js"></script>
</head>
<body>
    <!-- 在这里插入图表 -->
    {{ chart | safe }}
</body>
</html>

运行应用程序

在终端中运行以下命令启动应用程序：

复制python app.py

然后在浏览器中访问 http://localhost:5000，即可看到生成的柱状图。

BC_淡泊明志

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
数据库可视化 —— pandas 使用 excel pandas与pyechats.charts

数据分析和可视化在现代生活中变得越来越重要。随着数据量的不断增加，我们需要更高效、更直观的工具来帮助我们理解和分析数据。在这方面，数据库可视化是一种强大的工具。本文将介绍一种基于 pandas、excel 和 pyecharts.charts 的数据库可视化方法，帮助您更轻松地处理和呈现数据。要想用函数，按部就班，我们先导库打开一个excel文件当然我们也可以自己创建一个excel数据框架小贴士。
复制链接

扫一扫

专栏目录