可视化Echarts(6)

这篇博客介绍了如何使用pyecharts库创建柱状图、折线图、饼图、环形图、散点图以及词云图,详细展示了Python数据可视化的多种方式。
摘要由CSDN通过智能技术生成

pyecharts

import pyecharts.charts as pyec

柱状图

x = ['甲','乙','丙']
y = [300, 800, 600]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name = '公司A', yaxis_data = y)
bar.render_notebook()

在这里插入图片描述

import pyecharts.options as opts
bar.set_global_opts(title_opts=opts.TitleOpts(title = '比较图'))
bar.render_notebook()

在这里插入图片描述

#增加一个数据系列
y1 = [200, 500, 900]
bar.add_yaxis(series_name = '公司B', yaxis_data = y1)
bar.render_notebook()

在这里插入图片描述

#变成条形图
bar.reversal_axis()
bar.render_notebook()

在这里插入图片描述

折线图

x1 = ['2017', '2018', '2019']
y1 = [300, 900, 600]
y2 = [700, 800, 400]
line = pyec.Line()
line.add_xaxis(x1)
line.add_yaxis(series_name 
疫情数据可视化是一种将疫情数据以图表、地图等形式展示出来的方式,可以更直观地了解疫情的发展趋势和分布情况。其中,ECharts是一款非常流行的数据可视化库,可以帮助我们实现疫情数据的可视化展示。 以下是一个使用ECharts进行疫情数据可视化的示例: ```html <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>疫情数据可视化</title> <!-- 引入ECharts库 --> <script src="https://cdn.staticfile.org/echarts/4.7.0/echarts.min.js"></script> </head> <body> <!-- 创建一个容器用于展示图表 --> <div id="chart" style="width: 800px; height: 600px;"></div> <script> // 初始化echarts实例 var myChart = echarts.init(document.getElementById('chart')); // 定义图表的配置项和数据 var option = { title: { text: '疫情数据可视化' }, tooltip: {}, legend: { data: ['确诊人数', '治愈人数', '死亡人数'] }, xAxis: { data: ['1月', '2月', '3月', '4月', '5月', '6月'] }, yAxis: {}, series: [{ name: '确诊人数', type: 'bar', data: [100, 200, 300, 400, 500, 600] }, { name: '治愈人数', type: 'bar', data: [50, 100, 150, 200, 250, 300] }, { name: '死亡人数', type: 'bar', data: [10, 20, 30, 40, 50, 60] }] }; // 使用刚指定的配置项和数据显示图表 myChart.setOption(option); </script> </body> </html> ``` 上述示例中,我们使用了ECharts库来创建一个柱状图,展示了疫情数据中的确诊人数、治愈人数和死亡人数在不同月份的变化情况。你可以根据实际的疫情数据进行相应的修改和扩展,以满足自己的需求。
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
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