数据可视化
Pyecharts绘制折线图
一、实验名称
Pyecharts绘制折线图
二、实验目的
通过该实验的实践,要求学生能够使用pyecharts熟练绘制折线图。
三、实验原理
通过折线图,我们可以更加直观地理解数据的变化趋势和波动情况,从而对数据的发展和走向作出更加准确的分析和预测。在数据分析和决策过程中,折线图是一种非常有用的工具,帮助我们从数据中获取有价值的信息。
四、实验步骤
一、本实验使用中国近20年人口出生率的数据。数据如下图所示
二、环境搭建
1、下载数据到本地
(1)切换到E:\数据可视化\实验\代码1目录
(2)下载birth_rate.csv文件
2、打开jupyter
在打开的浏览器中,新建python3文件
以下代码均在jupyter中编写
三、代码实现
1、在绘制折线图时,我们需要导入 pandas 和 pyecharts 中的 Pie 模块。
2、本实验使用的数据已存储为CSV文件,命名为 "birth_rate.csv",使用read_csv函数读取文件。
3、获取年度和出生率数据。
4、绘制折线图,代码如下:
import pandas as pd
from pyecharts.charts import Line
from pyecharts import options as opts
data = pd.read_csv(r"E:\数据可视化\实验\代码1\birth_rate.csv",encoding='GBK')
years = data['year'].tolist()
bath_rate= data['bath_rate'].tolist()
line_chart = (
Line()
.add_xaxis(years)
.add_yaxis("中国人口出生率",bath_rate ) # 不显示线上的标记点)
.set_global_opts(
title_opts=opts.TitleOpts(title="中国人口出生率",pos_bottom = "bottom",pos_left = "center" ),
xaxis_opts=opts.AxisOpts(name="年份"),
yaxis_opts=opts.AxisOpts(name="出生率(%)"))
)
line_chart.render_notebook()
效果如下:
在使用 pyecharts 创建折线图时,可以通过 set_global_opts 和 set_series_opts 方法设置一些配置,以增加图表的交互性和可读性。下面列举了折线图常用的一些配置项:
5、阶梯图,代码如下:
line_chart = (
Line()
.add_xaxis(years)
.add_yaxis("中国人口出生率",list(map(int,bath_rate)),is_step = True)
)
line_chart.render_notebook()
在add_yaxis函数的参数中,添加 is_step = True。如图9-13所示。该阶梯图将展示每年中国人口出生率的数据变化趋势,并增加了阶梯效果,更加直观地呈现数据的变化情况。
效果如下:
6、设置线的样式,代码如下:
line_chart = (
Line()
.add_xaxis(years)
.add_yaxis("中国人口出生率",bath_rate,
symbol_size=10, # 设置标记点的大小为10
symbol='circle', # 设置标记点的形状为圆形
color='red', # 设置折线的颜色为蓝色
is_symbol_show=False) # 不显示线上的标记点)
)
line_chart.render_notebook()
在 add_yaxis 函数的参数中,可以设置折线图的样式,包括标记点大小 symbol_size、标记点形状 symbol、折线的颜色 color,以及是否显示线上的标记点 is_symbol_show。
效果如下:
7、设置半透明颜色填充
line_chart = (
Line()
.add_xaxis(years)
.add_yaxis("中国人口出生率",bath_rate)
.set_global_opts(
title_opts=opts.TitleOpts(title="中国人口出生率",pos_bottom = "bottom",pos_left = "center" ),
xaxis_opts=opts.AxisOpts(name="年份"),
yaxis_opts=opts.AxisOpts(name="出生率(%)"))
.set_series_opts(areastyle_opts=opts.AreaStyleOpts(opacity=0.5))
)
line_chart.render_notebook()
通过设置 areastyle_opts 可以为折线图添加半透明颜色填充效果,使图表更加美观和易读。效果如下:
五、实验总结
本实验通过绘制pyecharts库的折线图,讲解使用pandas读取文件、绘制折线图及使用pyecharts的set_global_opts和set_series_opts方法设置上阶梯图、设置线的样式,以及设置半透明颜色填充等,可以让折线图更加丰富和便于读者理解数据。