python数据分析总结(pyecharts)

目录

安装依赖

Demo

pyecharts.options

图表绘制

WordCloud.shape


安装依赖

pip install pyecharts

Demo

### 对象式

from pyecharts.charts import Bar
bar = Bar()
bar.add_xaxis([1,2,3,4,5])
bar.add_yaxis("数据1",[40,56,65,23,56])
bar.add_yaxis("数据2",[53,45,56,78,34])
bar.render("echarts.html")

### 链式

bar = (
    Bar()
    .add_xaxis([1,2,3,4,5])
    .add_yaxis("数据1",[40,56,65,23,56])
    .add_yaxis("数据2",[53,45,56,78,34])
)
bar.render("echarts.html")

 

pyecharts.options

 ### 模块导入
from pyecharts import options as opts


### 初始选项:options.InitOpts()
属性参数:
    width、height:设置画布宽高(单位px)
    chart_id:图表id
    page_title:网页标题
    theme:图表主题(pyecharts.global.ThemeType)
    bg_color:图表背景色
使用:
    Bar(init_opts=opts.InitOpts())


### 标题选项:options.TitleOpts()
属性参数:
    title:主标题
    title_link:标题链接
    subtitle:副标题
    subtitle_link:副标题链接
    pos_left/right/top/bottom:相对容器位置
    padding:标题内边距
    title_textstyle_opts:主标题文字样式选项(opts.TextStyleOpts)
使用:
    bar.set_global_opts(title_opts=opts.TitleOpts())


### 图例选项:options.LegendOpts()
属性参数:
    is_show:是否显示图例
    pos_left/right/top/bottom:相对容器位置
    legend_icon:图例图标
使用:
    bar.set_global_opts(legend_opts=opts.LegendOpts())


### 提示框选项:options.TooltipOpts()
属性参数:
    is_show:是否显示提示框
    trigger:触发类型(item、axis)
    trigger_on:触发条件(click、mousemove)
    axis_pointer_type:指示器类型
    background_color:背景颜色
    border_color:边框颜色
    border_width:边框宽度
    textstyle_opts:字体样式选项(opts.TextStyleOpts)
使用:
    bar.set_global_opts(tooltip_opts=opts.TooltipOpts())


### 视觉映射:options.VisualMapOpts()
属性参数:
    is_show:是否显示
    min_:颜色条所对应的最小值
    max_:颜色条所对应的最大值
    range_text:颜色条两端文本
    range_color:颜色范围(支持十六进制)
    orient:颜色条放置方向
使用:
    bar.set_global_opts(visualmap_opts=opts.VisualMapOpts())

    
### 工具箱:options.ToolboxOpts()
属性参数:
    is_show:是否显示
    orient:显示方向
    pos_left/right/top/bottom:相对容器位置
    feature:配置项
使用:
    bar.set_global_opts(toolbox_opts=opts.ToolboxOpts())

    
### 区域缩放:options.DataZoomOpts()
属性参数:
    is_show:是否显示
    is_realtime:是否实时更新图表
    range_start:数据窗口的起始百分比
    range_end:数据窗口的结束百分比
    start_value:起始数值
    end_value:结束数值
    orient:显示方向
    pos_left/right/top/bottom:相对容器的位置
使用:
    bar.set_global_opts(datazoom_opts=opts.DataZoomOpts)

图表绘制

 ### 前言:
在pyecharts中,要求x轴数据必须为字符串,否则图表不显示。

### Bar():
add_xaxis()
add_yaxis()
add_dataset()

### Line():
add_xaxis()
add_yaxis(series_name,y_axis,color,symbol,

                  symbol_size,is_smooth,

                  linestyle_opts,areastyle_opts

                )
面积图:areastyle_opts = opts.AreaStyleOpts(opacity=1)

### Pie():
add(series_name,data_pair,color,radius,rosetype,is_clockwise)

### EffectScatter():
add_xaxis()
add_yaxis()

### WordCloud():
add(series_name,data_pair,shape,word_gap,width,height)

### Liquid():
add(series_name,data,color,background_color)

### Calendar():
add(series_name,yaxis_data,calendar_opts,visualmap_opts)

### HeatMap():
add_xaxis()
add_yaxis()

 

WordCloud.shape

valuedesc
circle圆形
cardioid
diamond钻石形
triangle-forward向前三角形
triangle三角形
pentagon五边形
star星形
  • 23
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python数据可视化pyecharts是一个基于Python语言的数据可视化库,它提供了丰富的图表类型和交互式功能,可以帮助用户快速地创建各种类型的图表,包括折线图、柱状图、散点图、地图等。同时,它还支持多种数据格式的导入和导出,包括CSV、Excel、JSON等,方便用户进行数据处理和分析。pyecharts的使用非常简单,只需要几行代码就可以生成一个漂亮的图表,因此它被广泛应用于数据分析、商业智能、科学研究等领域。 ### 回答2: Python数据可视化是Python中重要的数据处理和分析技术,它允许将数据转换为可视的图形或更具体的图表。Pyecharts是一个可视化库,它利用了echarts支持的全部功能,并集成了jupyter和pandas,并可以快速创建交互式的图表。 Pyecharts可以实现各种类型的图表,包括散点图、雷达图、热力图、地图、仪表盘、散点图矩阵、面积图等。同时,pyecharts支持SVG/HTML5渲染,实现了网页内快速响应、流畅的动画效果,同时也支持跨平台的使用(如Jupyter Notebook)我们可以通过安装pip install pyecharts快速配置来实现自己的可视化需求。 在实际应用中,Python数据可视化pyecharts的应用广泛,比如在数据分析领域,为了能够更直观地展示数据情况,需要使用可视化方式。可视化方案pyecharts就是其中比较优秀的一种开源可视化方案,基于Python的应用使用方便、图表美观、交互性强,适合于各种个数据方案的可视化处理。 总的来说,Python数据可视化pyecharts提供了一种简单、快捷、美观的图示工具,适用于工程师、分析师、学者等不同领域的数据分析任务。如果您在数据分析和可视化方面有涉及到相关的需求,学习和使用python数据可视化pyecharts将会提高您的工作效率,同时为您的工作增色不少。 ### 回答3: Pyecharts是一种基于Python编程语言的高级数据可视化工具,它提供了丰富的图表类型和大量的数据可视化功能,能够使数据更加生动直观,方便用户更好地理解和分析数据。 Pyecharts支持各种常见图表类型,包括折线图、柱状图、散点图、地图等。通过Pyecharts,用户可以轻松实现二维图表和三维图表的绘制,支持数据的多维显示,数据展示更加具有灵活性。 Pyecharts采用Python语言编写并使用了前端技术,因此操作简单,交互性强,具有良好的可扩展性。用户可以使用Python语言实现数据的导入、预处理和分析,并使用Pyecharts绘制图表,从而更好地获取数据信息,帮助用户做出更明智的决策。 Pyecharts还支持自定义配色方案、标签显示格式、图表上的文字等功能,帮助用户更好地展示数据并制作出更具有艺术性的图表。另外,Pyecharts的图表支持自由调整,可供用户在图表空间内进行缩放、平移等操作,从而更好地控制数据呈现的信息量。 总之,Python数据可视化Pyecharts是一种功能强大的数据可视化工具,可以帮助用户制作高质量、丰富多彩的图表,使数据更具可读性和可视化效果。其简单易用、可扩展性强、图表样式多样等特点受到了很多用户的青睐。

“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

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