AutoLeaders算法组——pyecharts的个人笔记输入
饼图的基本方法
-
将代码复制到Jupyter Notebook
-
结合官网的帮助文档来理解方法
-
要画什么图，就导入什么包
from pyecharts.charts import bao #(bao表示图表类型的名称)
-
add（）
添加数据 add（“数据类名”，[[数据名,数据]，[数据名，数据]...]
-
opts.TitleOpts()
设置标题 opts.TitleOpts(title='标题名')
-
opts.LabelOpts()
设置标签 opts.TitleOpts(formatter="{b}: {c}")
-
.set_colors()
设置颜色
基本样式的代码：
#导入选项包
from pyecharts import options as opts
#画什么图就导入什么包（Pie就是导入的包）
from pyecharts.charts import Pie
#Faker为随机数据包，里面已经设计了很多的数据
from pyecharts.faker import Faker
#链式调用
c = (
#实例化一个饼图对象
Pie()
#添加数据
.add(series_name="水果", data_pair=[list(z) for z in zip(Faker.choose(), Faker.values())])
#设置标题（全局配置项）
.set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例"))
#设置标签（系列配置项）（a表示系列名，b表示数据项名，c表示数值，d表示百分比）
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
#网页渲染方式
#.render("pie_base.html")
)
#notebook的渲染方式：
c.render_notebook()
输出结果：
输入参数后代码：
#导入选项包
from pyecharts import options as opts
#画什么图就导入什么包（Pie就是导入的包）
from pyecharts.charts import Pie
data = [["境外输入", 10],["本土新增", 9]]
#链式调用
c = (
#实例化一个饼图对象
Pie()
#添加数据
.add(series_name="", data_pair=data)
#设置标题（全局配置项）
.set_global_opts(title_opts=opts.TitleOpts(title="单日新增患者"))
#设置标签（系列配置项）（a表示系列名，b表示数据项名，c表示数值，d表示百分比）
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c} ({d}%)"))
#网页渲染方式
#.render("pie_base.html")
)
#notebook的渲染方式：
c.render_notebook()
输出结果：
修改颜色：
#导入选项包
from pyecharts import options as opts
#画什么图就导入什么包（Pie就是导入的包）
from pyecharts.charts import Pie
data = [["境外输入", 10],["本土新增", 9]]
#链式调用
c = (
#实例化一个饼图对象
Pie()
#添加数据
.add(series_name="", data_pair=data)
#设置标题（全局配置项）
.set_global_opts(title_opts=opts.TitleOpts(title="单日新增患者"))
#设置标签（系列配置项）（a表示系列名，b表示数据项名，c表示数值，d表示百分比）
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c} ({d}%)"))
#网页渲染方式
#.render("pie_base.html")
.set_colors(['rgb(128, 163, 242)','rgb(249,177, 109)'])
)
#notebook的渲染方
c.render_notebook()
结果：
极坐标系图的基本方法
-
导入代码步骤：
官网——图表类型——基本图表——Polar：极坐标系——下拉——gallery
-
opts.AngleAxisOpts(data, type_)
设置角轴名称和类型
-
add(series_name, data)
设置数据名和数据
-
opts.TitleOpts(title)
设置标题
基本样式代码：
#导入选项包
from pyecharts import options as opts
#导入Polar极坐标系包
from pyecharts.charts import Polar
from pyecharts.faker import Faker
c = (
#实例化极坐标系对象
Polar()
#设置角轴每一部分的名称（data），以及轴的类型（type_="category"）
.add_schema(angleaxis_opts=opts.AngleAxisOpts(data=Faker.week, type_="category"))
#设置数据名称、数据值、表现形式、表示堆叠的值
#（A，B，C表示数据的名称），（[num,num,num...]表示每天的数据），（type_="bar"表示树轴）
#（stack="",引号内数据相同时可以进行数据堆叠）
.add("A", [1, 2, 3, 4, 3, 5, 1], type_="bar", stack="stack0")
.add("B", [2, 4, 6, 1, 2, 3, 1], type_="bar", stack="stack0")
.add("C", [1, 2, 3, 4, 1, 2, 5], type_="bar", stack="stack0")
#设置标题
.set_global_opts(title_opts=opts.TitleOpts(title="Polar-AngleAxis"))
)
c.render_notebook()
修改参数后的代码：
from pyecharts import options as opts
from pyecharts.charts import Polar
from pyecharts.faker import Faker
date = ["12月25日","12月26日","12月27日","12月28日","12月29日","12月30日","12月31日"]
c = (
Polar()
.add_schema(angleaxis_opts=opts.AngleAxisOpts(data=date, type_="category"))
.add("新增外输", [12, 10, 15, 12, 17, 16, 10], type_="bar", stack="0")
.add("新增本土", [8, 12, 6, 15, 7, 9, 9], type_="bar", stack="0")
.add("新增无症状", [19, 15, 20, 8, 17, 8, 19], type_="bar", stack="0")
.set_global_opts(title_opts=opts.TitleOpts(title="一周内的新增情况"))
)
c.render_notebook()
输出结果：
折线图的基本方法
导入代码步骤：
官网——图表类型——基本图表——Parallel：平行坐标系——下拉——gallery——折线图Line——line-line_base
-
add_xaxis(data)
设置x轴的内容（data一般是一个list类型的）
-
add_yaxis("数据名"，data)
设置y轴数据名和数据
-
opts.TitleOpts(title)
设置标题
基本样式代码：
import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Faker
c = (
#实例化折线图对象
Line()
#设置x轴
.add_xaxis(Faker.choose())
#设置y轴 (faker.values表示"商家A"在y轴的数据)
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
#设置标题
.set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例"))
)
c.render_notebook()
输出结果：
修改参数后代码：
import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Faker
data = [9,16,17,17,18,15,12,15,12,45,13,24,16,17,12,7,12,17,23,23,15,15,17,14,20,22,21,27,24,25,19]
c = (
#实例化折线图对象
Line()
#设置x轴
.add_xaxis([i for i in range(1,32)])
#设置y轴
.add_yaxis("新增患病人数", data)
#设置标题
.set_global_opts(title_opts=opts.TitleOpts(title="12月新增患者"))
)
c.render_notebook()
输出结果：
柱状图的基本方法
导入代码步骤：
官网——图表类型——基本图表——Bar：柱状图——下拉——gallery——柱状图Line——Bar-Bar_datazoom_slider
-
add_xaxis(data)
设置x轴的内容
-
add_yaxis("名称"，data)
设置y轴的名称和数据内容
-
opts.TitleOpts("title")
设置标题
-
opts.DataZoomOpts()
设置时间轴
基本样式代码：
#导入选项包
from pyecharts import options as opts
#导入柱状图 Bar 包
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar()
#设置x轴的内容
.add_xaxis(Faker.days_attrs)
#设置y轴的名称，以及数据值
.add_yaxis("商家A", Faker.days_values)
.set_global_opts(
title_opts=opts.TitleOpts(title="Bar-DataZoom（slider-水平）"),#设置标题
datazoom_opts=opts.DataZoomOpts(),#设置时间轴
)
)
c.render_notebook()
输出结果：
修改参数后的代码：
#导入选项包
from pyecharts import options as opts
#导入柱状图 Bar 包
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar()
#设置x轴的内容（设置月份）
.add_xaxis(Faker.months)
#设置y轴的名称，以及数据值
.add_yaxis("新增患者人数", Faker.days_values)
#设置标题
.set_global_opts(
title_opts=opts.TitleOpts(title="各月新增患者人数"),
#设置时间轴
datazoom_opts=opts.DataZoomOpts(),
)
)
c.render_notebook()
输出结果：
组合图表
导入代码步骤：
官网——图表类型——组合图表——Page：顺序多图——下拉——gallery——柱状图Line——Bar-Bar_datazoom_slider
整合图表
-
第一步
创建一个Page对象，并运用DraggablePageLayout布局（Page就相当于一张白纸，而DraggablePageLayout允许我们拖拽图表来布局）
格式：
#导入Page包 from pyecharts.charts import Page #实例化Page对象，并指定布局方式 page = Page(layout=Page.DraggablePageLayout)
-
第二步
用add()方法，吧四个图表添加Page上
格式：
#把图表添加到页面上 page.add(pie,polar,line,bar)
-
第三步
用render()方法，把Page保存为一个html文件
#渲染为网页 page.render()
-
第四步
调整图表布局，按左上角的Save Config保存配置
-
第五步
重新渲染调整过布局的网页
Page.save_resize_html("render.html", cfg_file="chart_config.json", dest="my_new_charts.html")
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
