手把手教你Pyecharts——以绘制收入成本图为例

最新推荐文章于 2024-04-20 15:12:20 发布
最新推荐文章于 2024-04-20 15:12:20 发布
阅读量1.3k 收藏 8
点赞数 1
文章标签： python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mfsdmlove/article/details/125533968
版权

Python实现可视化的库非常多，比较常用的有：

  • Matplotlib：使用最广泛的绘图库，可满足大部分基础绘图需求。与Pandas结合非常好。

  • Seaborn：Seaborn建立在Matplotlib之上，与Matplotlib主要的区别是Seaborn的默认样式以及更美观、更现代的调色板设计。

  • ggplot：ggplot与Pandas紧密集成，操作更简单，但是牺牲了复杂性。

  • Plotly：Plotly提供了一些在大多数库中找不到的图表，如等高线图，树状图和三维图表。

  • Geoplotlib：Geoplotlib是用于创建地图和绘制地理数据的工具箱

  • Pyecharts：Echarts 是百度基于JavaScript 开源的可视化图表库，Pyecharts是一款将Python与echarts结合的强大的数据可视化工具，主要优势是支持的图形样式非常全，而且有丰富的主题可供选择，样式美观。

本文主要介绍Pyecharts的使用。

官网：

https://pyecharts.org/#/zh-cn/intro

特性：

  • 简洁的 API 设计，使用如丝滑般流畅，支持链式调用
  • 囊括了 30+ 种常见图表，应有尽有
  • 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
  • 可轻松集成至 Flask，Django 等主流 Web 框架
  • 高度灵活的配置项，可轻松搭配出精美的图表
  • 详细的文档和示例，帮助开发者更快的上手项目
  • 多达 400+ 地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持

一、安装

pip install pyecharts

二、基本图形的绘制

【例1】某公司2017-2021年的收入分别为：36000元、38000元、42000元、51000元、53000元，成本分别为：31000元、32000元、36000元、40000元、41000元。使用Pyecharts绘制2017-2021年收入成本柱状图。

第一步，导入相关模块

图表的类在charts，可根据图表类型导入。

from pyecharts.charts import Bar #导入柱状图

第二步，创建Bar实例

bar = Bar()

第三步，添加数据

bar.add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) #设置x轴
bar.add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  #设置y轴
bar.add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])  #设置y轴

第四步，保存html文件

bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

render()默认将会在根目录下生成一个 render.html 的文件，也可以传入路径参数，设置文件保存位置，如 bar.render(r"C:\my_first_chart.html")，文件用浏览器打开。

全套代码为：

from pyecharts.charts import Bar #导入柱状图 

#创建bar实例
bar = Bar()

#添加数据
bar.add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
bar.add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
bar.add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])  

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-I5tt57Yt-1656552375288)(https://files.mdnice.com/user/29206/b2174322-d8c5-4315-b8b5-d96078e1615f.png)]

pyecharts方法支持链式调用。

上述代码可改写成：

from pyecharts.charts import Bar

bar = (
    Bar()
    .add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) #设置x轴
    .add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  #设置y轴
    .add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])  #设置y轴
     )
bar.render()

三、配置项

在 pyecharts中，一切皆配置（options）。pyecharts提供了丰富的配置项，包括全局配置项和系列配置项。

Pyecharts配置项引入方法：

from pyecharts import options as opts

（一）初始化配置

（1）先在初始化图表类型时进行初始化配置

init_opts=opts.InitOpts()

常用参数如下表所示

常用参数说明
widthstr，图表画布宽度，如：width=‘900px’
heightstr，图表画布高度，如：height=‘500px’
chart_idstr，图表id，图表唯一标识
theme图表主题

（2）进行主题定制

pyecharts内置提供了多种不同风格的主题，只需引入主题类型即可使用，主题类型引入方法：

from pyecharts.globals import ThemeType

设置主题方法：

theme=ThemeType.主题风格

内置主题如表所示：

CHALK粉笔风
DARK暗黑风
ESSOS厄索斯大陆
INFOGRAPHIC信息图
LIGHT明亮风格
MACARONS马卡龙
PURPLE_PASSION紫色
ROMA石榴
ROMANTIC浪漫风
SHINE闪耀风
VINTAGE复古风
WALDEN瓦尔登湖
WESTEROS维斯特洛大陆
WHITE洁白风
WONDERLAND仙境
HALLOWEEN万圣节前夜

【例2】在例1图形的基础上，配置宽度为800px，高度为450px，主题为LIGHT

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

#创建bar实例，初始化配置，设置主题风格
bar = Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))

#添加数据
bar.add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
bar.add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
bar.add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])  

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

也可采用链式调用，代码如下：

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

bar = (
	Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))
    .add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
    .add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
    .add_yaxis("成本", [31000, 32000, 36000, 40000, 41000]) 
    )

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

（二）全局配置项

全局配置项通过set_global_opts 方法设置

1、标题配置项

调用标题配置项：

title_opts=opts.TitleOpts()

常用参数如下表所示：

常用参数说明
title主标题
subtitle副标题
pos_left标题组件离容器左侧的距离
pos_right标题组件离容器右侧的距离
pos_top标题组件离容器上侧的距离
pos_bottom标题组件离容器下侧的距离

【例3】在例2图形的基础上，设置主标题为"收入成本图"，副标题为"2017-2021年"

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

#创建bar实例，初始化配置，设置主题风格
bar = Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))

#添加数据
bar.add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
bar.add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
bar.add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])  

#设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'))

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

也可采用链式调用，代码如下：

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

bar = (
	Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))
    .add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
    .add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
    .add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])
    .set_global_opts(title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'))
    )

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

2、图例设置项

调用图例配置项：

legend_opts=opts.LegendOpts()

常用参数如下表所示：

常用参数说明
type_图例的类型，可选：默认’plain’，代表普通图例，‘scroll’，代表可滚动翻页的图例
is_show是否显示图例组件，默认为True
pos_left图例组件离容器左侧的距离
pos_right图例组件离容器右侧的距离
pos_top图例组件离容器上侧的距离
pos_bottom图例组件离容器下侧的距离
orient图例列表的布局朝向，可选：默认’horizontal’水平，'vertical’垂直

3、坐标轴配置项

调用x、y轴配置项：

xaxis_opts=opts.AxisOpts()
yaxis_opts=opts.AxisOpts()

常用参数如下表所示：

常用参数说明
name坐标轴名称
is_show是否显示坐标轴，默认为True
is_inverse是否反向坐标轴，默认为False
name_location坐标轴名称显示位置，可选：‘start’,‘middle’,‘center’,‘end’,默认’enda’
name_gap坐标轴名称与轴线之间的距离，默认15

【例4】在例3图形的基础上，设置x轴名称分别为”年份“。

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

#创建bar实例，初始化配置，设置主题风格
bar = Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))

#添加数据
bar.add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
bar.add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
bar.add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])  

#设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'),
                    xaxis_opts=opts.AxisOpts(name='年份'))

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

也可采用链式调用，代码如下：

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

bar = (
	Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))
    .add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
    .add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
    .add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])
    .set_global_opts(
        title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'),
        xaxis_opts=opts.AxisOpts(name='年份'))
        )

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

4、工具箱配置项

调用工具箱配置项：

toolbox_opts=opts.ToolboxOpts()

常用参数如下表所示：

常用参数说明
is_show是否显示工具箱组件，默认False
orient工具箱的布局朝向，可选：默认’horizontal’水平，'vertical’垂直
pos_left工具箱组件离容器左侧的距离
pos_right工具箱组件离容器右侧的距离
pos_top工具箱组件离容器上侧的距离
pos_bottom工具箱组件离容器下侧的距离

通过工具箱可进行图形下载、区域缩放、图形转换等操作。

【例5】在例4图形的基础上，添加一个工具箱

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

#创建bar实例，初始化配置，设置主题风格
bar = Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))

#添加数据
bar.add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
bar.add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
bar.add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])  

#设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'),
                    xaxis_opts=opts.AxisOpts(name='年份'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True))

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

（1）点击工具箱”数据视图“，可查看数据


（2)点击工具箱”切换为折线图“，图形显示为折线图。

也可采用链式调用，代码如下：

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

bar = (
	Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))
    .add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
    .add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
    .add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])
    .set_global_opts(
        title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'),
        xaxis_opts=opts.AxisOpts(name='年份'),
        toolbox_opts=opts.ToolboxOpts(is_show=True))
        )

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

（三）系列配置项

系列配置项通过set_series_opts方法设置

1、标签配置项

调用标签配置项：

label_opts=opts.LabelOpts()

常用参数如下表所示：

常用参数说明
is_show是否显示标签，默认True
positon标签位置，可选： ‘top’，‘left’，‘right’，‘bottom’，‘inside’，‘insideLeft’，‘insideRight’
color标签颜色
font_family标签字体
font_size标签字体大小
#label_opts表示标签选项参数
#options.LabelOpts表示配置标签选项的方法，可以配置颜色、字体、大小等
label_opts=options.LabelOpts(positon='right'))

【例6】在例5图形的基础上，将标签设置为在柱形内。

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

#创建bar实例，初始化配置，设置主题风格
bar = Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))

#添加数据
bar.add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
bar.add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
bar.add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])  

#设置全局配置项
bar.set_global_opts(title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'),
                    xaxis_opts=opts.AxisOpts(name='年份'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True))

#设置系列配置项
bar.set_series_opts(label_opts=opts.LabelOpts(position='inside'))

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

也可采用链式调用，代码如下：

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

bar = (
	Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))
    .add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
    .add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
    .add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])
    .set_global_opts(
        title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'),
        xaxis_opts=opts.AxisOpts(name='年份'),
        toolbox_opts=opts.ToolboxOpts(is_show=True))
    .set_series_opts(label_opts=opts.LabelOpts(position='inside')) 
        )

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

四、坐标轴翻转

可使用reversal_axis()函数进行坐标轴翻转，纵向柱状图进行翻转后则生成横向柱状图。

【例7】在例6图形的基础上，对纵向柱状图进行翻转，生成横向柱状图

from pyecharts.charts import Bar #导入柱状图
from pyecharts import options as opts #导入配置项
from pyecharts.globals import ThemeType  #导入主题类型

bar = (
	Bar(init_opts=opts.InitOpts(width='800px',height='450px',theme=ThemeType.LIGHT))
    .add_xaxis(["2017年", "2018年", "2019年", "2020年", "2021年"]) 
    .add_yaxis("收入", [36000, 38000, 42000, 51000, 53000])  
    .add_yaxis("成本", [31000, 32000, 36000, 40000, 41000])
    .set_global_opts(
        title_opts=opts.TitleOpts(title='收入成本图',subtitle='2017-2021年'),
        xaxis_opts=opts.AxisOpts(name='年份'),
        toolbox_opts=opts.ToolboxOpts(is_show=True))
    .set_series_opts(label_opts=opts.LabelOpts(position='inside')) 
    .reversal_axis()
        )

#生成html文件
bar.render() # 如果不指定路径，则默认在当前路径下生成一个render.html

Python for Finance
关注
  • 1
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
手把手教你天线设计——用MATLAB仿真天线方向图
07-12
手把手教你天线设计——用MATLAB仿真天线方向图
echarts 1根柱子展示两个数据
m0_60648668的博客
08-31 2820
drawEngine(data=null){ letmyChart=echarts.init(document.getElementById('profit-box')); letoptions={ tooltip:{ trigger:'axis' }, legend:{ ...
echartsjs折线图（0-1）
张小胖
09-11 378
option = { backgroundColor: new echarts.graphic.LinearGradient(0, 0, 0, 1, [{ offset: 0, color: '#c86589' }, { offset: 1, color: '#06a7ff' } ], false), title: { te.
数据可视化工具 - ECharts以及柱状图的编写
一个搬砖工人
05-09 1449
准备一个具备大小的DOM容器 初始化echarts实例对象 指定配置项和数据(option) 将配置项设置给echarts实例对象 完整代码 需要了解的主要配置：series xAxis yAxis grid tooltip title legend color通过一个案例详细解释配置：工具栏。内置有导出图片，数据视图，动态类型切换，数据区域缩放，重置五个工具。 3 柱状图图表（两大步骤） 官网找到类似实例， 适当分析，并且引入到HTML页面中 根据需求定制图表 3.1
Echart：实现堆叠柱状图与折线图混合，图例显示类别，x轴显示年份，双坐标轴
YanHSama的博客
06-16 2348
echart实现堆叠柱状图与折线混合，图例显示类别，双坐标轴
echarts销售收入图表实例
06-01
H5基于echarts制作水平柱状季度收入图表，一年的曲线走势图表，圆形的投票率图表这3种常用的销售统计图表实例代码。
pyecharts绘图
qq_42370313的博客
11-09 4863
基本介绍 pyecharts是一个基于百度开发的echarts的一个第三方库，它绘制的图像功能更强大。交互性比较强，在用作展示等方面是一个值得使用的第三方库。在了解这个第三方库之前我们了解一下Echarts. ECharts是一个免费的、功能强大的、可视化的一个库。它可以非常简单的往软件产品中添加直观的、动态的和高度可定制化的图表。它是一个全新的基于zrender的用纯JavaScript打造完...
手把手教你用pycharts绘制各种图（常做报表可视化的同学请进）
m0_49501453的博客
06-20 9345
使用pycharts各种图绘制 安装pycharts使用 pip install pycharts==1.9.0 建议使用jupyter notebook 本图代码参考自官网，仅供学习使用 柱状图1 #数据可视化库,需要使用pip install pyecharts #官网： http://pyecharts.org/#/ import pandas as pd from pyecharts.charts import Bar bar = Bar() #pyechars需要的数据只能是Python中内置
echarts rich设置动态图片/动态数据；echarts 人均收入柱状图 window系统显示不出国旗；echarts动态rich
mrliucx的博客
03-25 3462
一、echarts 人均收入柱状图window系统显示不出国旗问题分析 1.如下图所示：该柱状图在window下面只显示emoji 字符，能不能转化完全看系统支不支持 2.图中的国家标识是以emoji字符来命名，但是在苹果电脑下面显示会出现对应国家的国旗图标 二、让苹果电脑的效果在windows下面显示同样的效果 大概想法通过rich动态匹配显示对应国家的国旗（包括全世界国家对应的中英文以及编码的js、包括全世界国家的编码以及唯一标识的js、以唯一标识命名的图片列表） 注意：目前通过对比js了解到加拿大
手把手教你估算软件项目成本
03-04
做一个正常的软件项目，作为经营者和管理者，都想清楚地知道，这个软件项目有多大，要花掉多少成本，我能拿到的利润有多少，所以能不能准确地估算出软件项目的规模就显得很重要的。下面我们来剖析一个小小的软件项目...
手把手教你单片机——定时器
01-06
定时器 目的 每过一秒静态数码管加一 代码 #includereg51.h #includeintrins.h #define seg P0 //宏定义 typedef unsigned int u16;... /共阴极数码管编码 CC为共阴 CA为共阳 u16 num=0; u16 i=0; void delay(u16 i)
Python数据可视化（柱状图图表详解）
keen18的博客
12-02 2089
要设置图表标题，需要使用标题配置项，并配置title参数的值为标题内容然后再把生成的配置项通过函数设置给对应的图表对象即可要使x轴标签进行旋转，需要使用坐标轴配置项AxisOpts()，并配置rotate参数的值为旋转角度然后再把生成的配置项通过函数设置给对应的图表对象即可建议大家只调用一次set_global_opts()函数将需要配置的全局配置项都组合在一起就可以了全局配置项的内容有很多，并不需要死记硬背，在需要设置时查阅文档即可。
Python 数据可视化？
dfly_zx的博客
02-26 419
pyecharts是一个用于生成Echarts图表的类库。实际上就是 Echarts 和 Python 的对接。 Echarts 是百度开源的一个数据可视化 JS 库。主要用于数据可视化。 安装 pyecharts 兼容 Python2 和 Python3。目前版本为 0.1.6 pip install pyecharts 入门 首先开始来绘制你的第一个图表 from pyecharts import Bar bar = Bar("我的第一个图表", "这里是副标题") bar.ad...
echarts 柱状图
weixin_45849417的博客
05-16 356
vue 和 echarts 柱状图
使用bar.render_notebook无效没反应怎么办
进击的sheep的博客
06-21 3789
pycharm使用bar.render_notebook()无效没反应怎么办
Echarts 柱形图最全详解
热门推荐
PinkCoder
04-15 14万+
Echarts 柱形图
BI报表项目:Echarts专题分析报表
think_data的博客
11-12 1719
BI报表项目:Echarts专题分析报表 项目背景： 公司不定期召开专题会议，就公司关键业务的运营情况进行分析讨论，一遍及时发现问题并制定解决方案。 数据来源： 由相关销售部门提交的各直营店、授权专卖店销售数据，清洗后存入MySQL数据库。2015年-2018年的订单记录。 点击下面图片可显示高清原图： 1、各季度销售对比 使用横向柱状图（Bar）展示各年度的销售额，同时按季度堆叠，清晰的展示每...
Ansible 指定受控端使用Python的版本
最新发布
shijin741231的博客
04-20 581
最近在装Ansible，有一台受控端Ubuntu16的服务器，安装了Python2.7.12和Pyhon3.5。当用Ansible连接它时，显示使用的是Python3.5。最后看文档，发现Ansible可以在hosts的文件中指定受控服上运行的Python。
手把手教你安装Navicat——靠谱的Navicat安装教程
05-27
好的，下面是Navicat的安装步骤： 1. 首先，从Navicat官网（https://www.navicat.com.cn/）下载Navicat安装包。根据你的操作系统选择对应的版本，比如Windows或MacOS等。 2. 下载完成后，双击安装包进行安装。如果你是Windows系统，可能会出现一些安全提示，需要你允许安装程序运行。 3. 在安装向导中，可以选择安装的组件，比如Navicat Premium或Navicat for MySQL等。根据你的需求选择需要安装的组件即可。 4. 安装过程中，可能会要求你选择安装目录和创建快捷方式等。根据你的需要进行选择。 5. 安装完成后，双击桌面上的Navicat图标即可启动Navicat。 以上就是Navicat的安装步骤，如果你需要使用Navicat进行数据库管理，可以根据Navicat提供的向导进行操作。希望对你有帮助！

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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