实验报告-Python数据可视化之Pyecharts

课程：大数据可视化
实验室名称：
指导老师：
实训日期： 年 月 日
实训题目：Python数据可视化之Pyecharts
实训目的：
一、python的安装与基本使用
二、创建py项目
三、pyecharts模块的安装与介绍
四、在pyecharts官方网站查看快速入门文档
五、自行编写数据源 实现案例 雷达图 饼状图 K线图
实训内容：

from pyecharts import options as opts
from pyecharts.charts import Radar

value_bj = [
    [267, 216, 280, 4.8, 108, 64],
    [185, 127, 216, 2.52, 61, 27],
]
value_sh = [
    [250, 200, 260, 3.82, 80, 40],
    [200, 150, 200, 4.86, 50, 29],
]
c_schema = [
    {"name": "AQI", "max": 300, "min": 5},
    {"name": "PM2.5", "max": 250, "min": 20},
    {"name": "PM10", "max": 300, "min": 5},
    {"name": "CO", "max": 5},
    {"name": "NO2", "max": 200},
    {"name": "SO2", "max": 100},
]
c = (
    Radar()
    .add_schema(schema=c_schema, shape="circle")
    .add("北京", value_bj, color="#f9713c")
    .add("上海", value_sh, color="#b3e4a1")
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Radar-空气质量"))
    .render("雷达图.html")
)


//导入柱状图-Bar
from pyecharts import Bar
//设置行名
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
//设置数据
data1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
data2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
//设置柱状图的主标题与副标题
bar = Bar("柱状图", "一年的降水量与蒸发量")
//添加柱状图的数据及配置项
bar.add("降水量", columns, data1, mark_line=["average"], mark_point=["max", "min"])
bar.add("蒸发量", columns, data2, mark_line=["average"], mark_point=["max", "min"])
//生成本地文件（默认为.html文件）
bar.render(‘柱状图.html’)


import pyecharts.options as opts
from pyecharts.charts import Candlestick
  
x_data = ["2017-10-24", "2017-10-25", "2017-10-26", "2017-10-27"]
y_data = [[20, 30, 10, 35], [40, 35, 30, 55], [33, 38, 33, 40], [40, 40, 32, 42]]
  
(
 Candlestick()
 .add_xaxis(x_data)
 .add_yaxis("",y_data)
 .set_global_opts(
  yaxis_opts=opts.AxisOpts(
   splitline_opts=opts.SplitLineOpts(
    is_show=True, linestyle_opts=opts.LineStyleOpts(width=1)
   )
  )
 )
 .render("K线图.html")
)