数据分析 — 动画图 pyecharts

最新推荐文章于 2024-07-11 14:12:56 发布
最新推荐文章于 2024-07-11 14:12:56 发布
阅读量728 收藏 13
点赞数 11
分类专栏： 数据分析 文章标签： 数据分析 python 信息可视化
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/muyuhen/article/details/136158031
版权

目录

一、概念

Pyecharts 是一个基于 Echarts 的 Python 可视化库，它通过 Python 生成 Echarts 的图表，并支持多种常见的图表类型，如折线图、柱状图、散点图、饼图等。
官网地址：https://pyecharts.org/#/zh-cn/intro

二、安装和导入

pip install pyecharts

from pyecharts.charts import * # 从 pyecharts.charts 模块中导入所有类

三、绘图逻辑

1、选择图表类型

2、声明图形类

3、选择全局变量

4、显示及保存图表

四、绘图

1、柱状图

from pyecharts.charts import Bar  # 从 pyecharts.charts 模块中导入 Bar 类

# 定义月份和对应的消费金额数据
months = ['一月', '二月', '三月', '四月', '五月', '六月']
cost = [1200, 1500, 1800, 1400, 1600, 2000]

# 创建一个 Bar 对象
bar = (
    Bar()  # 调用 Bar 类的构造函数
    .add_xaxis(months)  # 添加 x 轴的数据，即月份
    .add_yaxis('消费金额', cost)  # 添加 y 轴的数据，即消费金额，'消费金额' 为系列的名称
)

# 将图表保存为 HTML 文件，路径为 './bar.html'
bar.render('./bar.html')

在这里插入图片描述

2、折线图

# 从 pyecharts.charts 模块中导入 Line 类
from pyecharts.charts import Line

# 定义一周的日期和对应的温度、湿度数据
days = ['周一', '周二', '周三', '周四', '周五', '周六', '周日']
temperatures = [28, 29, 30, 32, 31, 30, 29]
humidity = [40, 50, 70, 65, 45, 55]

# 创建一个 Line 对象
line = (
    Line()  # 调用 Line 类的构造函数
    .add_xaxis(days)  # 添加 x 轴的数据，即日期
    .add_yaxis('折线图1', temperatures)  # 添加第一条 y 轴的数据，即温度，'折线图1' 为系列的名称
    .add_yaxis('折线图2', humidity)  # 添加第二条 y 轴的数据，即湿度，'折线图2' 为系列的名称
)

# 将图表保存为 HTML 文件，路径为 './line.html'
line.render('./line.html')

在这里插入图片描述

3、散点图

from pyecharts.charts import Scatter  # 从 pyecharts.charts 模块中导入 Scatter 类

# 定义一周的日期和对应的温度、湿度数据
cities = ['北京', '上海', '广州', '深圳', '成都', '重庆']
days = ['周一', '周二', '周三', '周四', '周五', '周六', '周日']
temperatures = [32, 33, 30, 31, 28, 30]
humidity = [40, 50, 70, 65, 45, 55]

# 创建一个 Scatter 对象
scatter = (
    Scatter()  # 调用 Scatter 类的构造函数
    .add_xaxis(days)  # 添加 x 轴的数据，即日期
    .add_yaxis('温度', temperatures)  # 添加第一条 y 轴的数据，即温度，'温度' 为系列的名称
    .add_yaxis('湿度', humidity)  # 添加第二条 y 轴的数据，即湿度，'湿度' 为系列的名称
)

# 将图表保存为 HTML 文件，路径为 './scatter.html'
scatter.render('./scatter.html')

在这里插入图片描述

4、饼图

from pyecharts.charts import Pie  # 从 pyecharts.charts 模块中导入 Pie 类

# 定义水果和对应的销量数据
fruits = ['苹果', '香蕉', '橙子', '草莓', '葡萄']
sales = [45, 30, 25, 20, 15]
# 将水果和销量数据组合成一个列表
data = [list(z) for z in zip(fruits, sales)]

# 创建一个 Pie 对象
pie = (
    Pie()  # 调用 Pie 类的构造函数
    .add(  # 添加数据
        series_name='水果销量',  # 设置系列的名称
        data_pair=data,  # 设置数据对，包含水果和对应的销量
    )
)

# 将图表保存为 HTML 文件，路径为 './pie.html'
pie.render('./pie.html')

在这里插入图片描述

5、南丁格尔图

from pyecharts.charts import Pie  # 从 pyecharts.charts 模块中导入 Pie 类
from pyecharts import options as opts  # 从 pyecharts.options 模块中导入 opts 类

# 定义水果和对应的销量数据
fruits = ['苹果', '香蕉', '橙子', '草莓', '葡萄']
sales = [45, 30, 25, 20, 15]
# 将水果和销量数据组合成一个列表
data = [list(z) for z in zip(fruits, sales)]

# 创建一个 Pie 对象，并设置半径、标签格式和玫瑰图样式
pie2 = (
    Pie()  # 调用 Pie 类的构造函数
    .add(  # 添加数据
        series_name='水果销量',  # 设置系列的名称
        data_pair=data,  # 设置数据对，包含水果和对应的销量
        radius=['40%', '60%'],  # 设置饼图的半径范围
        label_opts=opts.LabelOpts(formatter="{b}:{d}%"),  # 设置标签的格式，显示水果名称和销量占比
        rosetype="radius"  # 设置玫瑰图样式，即设置为半径模式
    )
)

# 将图表保存为 HTML 文件，路径为 './pie_radius.html'
pie2.render('./pie2.html')

在这里插入图片描述

6、Geo() 地理坐标第

from pyecharts.charts import Geo  # 从 pyecharts.charts 模块中导入 Geo 类
from pyecharts import options as opts  # 从 pyecharts.options 模块中导入 opts 类
import random  # 导入 random 模块

# 定义省份数据，以及每个省份的随机数据（模拟数据）
province = [
    '广东', '湖北', '湖南', '四川', '重庆', '黑龙江',
    '浙江', '山西', '河北', '安徽', '河南', '山东', '西藏'
]
data = [(i, random.randint(50, 150)) for i in province]

# 创建一个 Geo 对象，并设置地图类型为 "china"
geo = (
    Geo()  # 调用 Geo 类的构造函数
    .add_schema(maptype="china")  # 设置地图类型为中国地图
    .add("", data)  # 添加数据，data 中包含省份和对应的随机数据
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True))  # 设置系列的标签选项，显示省份名称
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(  # 设置全局的视觉映射选项
            is_piecewise=True,  # 设置为分段型视觉映射
            pieces=[
                {'min': 50, 'max': 100, 'label': '50-100'},  # 视觉映射的分段设置
                {'min': 100, 'max': 150, 'label': '100-150'}
            ]
        )
    )
)

# 将图表保存为 HTML 文件，路径为 './geo.html'
geo.render('./geo.html')

在这里插入图片描述

7、Map() 绘制区域

from pyecharts.charts import Map  # 从 pyecharts.charts 模块中导入 Map 类
from pyecharts import options as opts  # 从 pyecharts.options 模块中导入 opts 类
import random  # 导入 random 模块

# 定义省份数据，以及每个省份的随机数据（模拟数据）
province = [
    '广东省', '湖北省', '湖南省', '四川省', '重庆市', '黑龙江省',
    '浙江省', '山西省', '河北省', '安徽省', '河南省', '山东省', '西藏自治区'
]
data = [(i, random.randint(50, 250)) for i in province]
# 创建一个 Map 对象，并添加数据
map = Map()
map.add('确诊人数', data)

# 设置全局选项，包括标题和视觉映射的设置
map.set_global_opts(
    title_opts=opts.TitleOpts(title='全国疫情地图'),  # 设置地图的标题
    visualmap_opts=opts.VisualMapOpts(  # 设置视觉映射的选项
        is_piecewise=True,  # 设置为分段型视觉映射
        pieces=[
            {'min': 50, 'max': 99, 'label': '50-99人', 'color': 'yellow'},  # 视觉映射的分段设置
            {'min': 100, 'max': 149, 'label': '100-149人', 'color': 'pink'},
            {'min': 150, 'max': 199, 'label': '150-199人', 'color': 'green'},
            {'min': 200, 'max': 250, 'label': '200-250人', 'color': 'red'}
        ]
    )
)

# 将图表保存为 HTML 文件，路径为 './map.html'
map.render('./map.html')

在这里插入图片描述

8、词云图

from pyecharts.charts import WordCloud  # 从 pyecharts.charts 模块中导入 WordCloud 类

# 定义词云数据，每个元组包含单词和对应的频率
words = [
    ("economy", 1230),
    ("jude", 124),
    ("dont", 436),
    ("make", 255),
    ("it", 247),
    ("bad", 244),
    ("Take", 138),
    ("a sad song", 184),
    ("and", 12),
    ("make", 165),
    ("it", 247),
    ("better", 182),
    ("remember", 255),
    ("to", 150),
    ("let", 162),
    ("her", 266),
    ("into", 60),
    ("your", 82),
    ("heart", 173),
    ("then", 365),
    ("you", 360),
    ("can", 282),
    ("start", 273),
    ("make", 265),
]

# 创建一个 WordCloud 对象，并添加词云数据
wc = (
    WordCloud()  # 调用 WordCloud 类的构造函数
    .add("", words)  # 添加词云数据，空字符串表示没有系列名称
)

# 将词云图保存为 HTML 文件，路径为 './wc.html'
wc.render('./wc.html')

在这里插入图片描述

9、层叠图

from pyecharts.charts import Bar, Line  # 从 pyecharts.charts 模块中导入 Bar 和 Line 类

# 定义横轴数据（x 轴）
x_data = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
# 定义柱状图的纵轴数据
y_data_bar = [123, 153, 89, 107, 98, 23]
# 定义折线图的纵轴数据
y_data_line = [153, 107, 23, 89, 123, 107]

# 创建柱状图对象，添加横轴和纵轴数据
bar = (
    Bar()  # 调用 Bar 类的构造函数
    .add_xaxis(x_data)  # 添加横轴数据
    .add_yaxis('', y_data_bar)  # 添加柱状图的纵轴数据，空字符串表示没有系列名称
)
# 创建折线图对象，添加横轴和纵轴数据
line = (
    Line()  # 调用 Line 类的构造函数
    .add_xaxis(x_data)  # 添加横轴数据
    .add_yaxis('', y_data_line)  # 添加折线图的纵轴数据，空字符串表示没有系列名称
)

# 将折线图和柱状图进行重叠
overlap = line.overlap(bar)
# 将重叠图保存为 HTML 文件，路径为 './overlap.html'
overlap.render('./overlap.html')

在这里插入图片描述

10、3D 图

from pyecharts.charts import Bar3D  # 从 pyecharts.charts 模块中导入 Bar3D 类

# 定义三维柱状图的数据，数据为一个二维列表
data = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]
# 创建一个三维柱状图对象，添加数据
bar3d = Bar3D()  # 调用 Bar3D 类的构造函数
bar3d.add("", data)  # 添加三维柱状图的数据，空字符串表示没有系列名称

# 将三维柱状图保存为 HTML 文件，路径为 './bar3d.html'
bar3d.render('./bar3d.html')

在这里插入图片描述

11、仪表板

import numpy as np  # 导入 NumPy 库并使用别名 np
from pyecharts.charts import *  # 从 pyecharts.charts 模块中导入所有类
from pyecharts.charts import Page  # 从 pyecharts.charts 模块中导入 Page 类

# 定义柱状图函数
def bar():
    # 定义横轴和纵轴数据
    x_data = ["水笔", "铅笔", "钢笔", "圆珠笔"]
    y_data = [40, 30, 98, 42]

    # 创建柱状图对象，添加横轴和纵轴数据
    bar = (
        Bar()
        .add_xaxis(x_data)
        .add_yaxis("", y_data)
    )
    return bar

# 定义折线图函数
def line():
    # 定义横轴和纵轴数据
    x_data = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
    y_data = [123, 153, 89, 107, 98, 23]

    # 创建折线图对象，添加横轴和纵轴数据
    line = (
        Line()
        .add_xaxis(x_data)
        .add_yaxis('呵呵', y_data)
    )
    return line

# 定义散点图函数
def scatter():
    # 生成正弦函数数据
    x = np.linspace(0, 2 * np.pi, 100)
    y = np.sin(x)

    # 创建散点图对象，添加横轴和纵轴数据
    scatter = (
        Scatter()
        .add_xaxis(x)
        .add_yaxis("正弦", y)
    )
    return scatter

# 定义饼图函数
def pie():
    # 定义饼图数据
    num = [110, 136, 108, 48, 111, 112, 103]
    lab = ['哈士奇', '萨摩耶', '泰迪', '金毛', '牧羊犬', '吉娃娃', '柯基']
    data_pair_ = list(zip(lab, num))

    # 创建饼图对象，添加数据
    pie = (
        Pie()
        .add('饼图',
             data_pair=data_pair_,
             rosetype='radius',
             radius=["20%", "45%"])
    )
    return pie

# 创建一个可拖动页面，设置页面标题
page = Page(layout=Page.DraggablePageLayout, page_title='haha')

# 添加各种图表到页面
page.add(
    bar(),
    line(),
    scatter(),
    pie()
)

# 将页面保存为 HTML 文件，路径为 './大屏.html'
page.render('./大屏.html')

在这里插入图片描述

拖动图表排列顺序后，点击 Save Config 按钮，将下载的 chart_config.json 保存至 大屏.html 同目录下

from pyecharts.charts import Page  # 从 pyecharts.charts 模块中导入 Page 类
# 创建一个可拖动页面，设置页面标题
page = Page(layout=Page.DraggablePageLayout, page_title='haha')
# 保存配置后的文件
# page.save_resize_html(原html文件,拖拽保存的配置文件,成品的保存路径)
page.save_resize_html(r'./大屏.html',cfg_file='chart_config.json',dest="./大屏显示.html")

在这里插入图片描述

记录学习过程，欢迎讨论交流，尊重原创，转载请注明出处~

永远十八的小仙女~
关注
  • 11
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
AnimationOpts：Echarts 画图动画配置项
W_H_M_2018的博客
04-16 2743
AnimationOpts：Echarts 画图动画配置项 class pyecharts.options.Animation class AnimationOpts( # 是否开启动画，默认为 True 开启。 animation: bool = True, # 是否开启动画的阈值，当单个系列显示的图形数量大于这个阈值时会关闭动画。默认 2000。 a...
5 分钟完全解读 pyecharts 动态图表
Python中文社区
04-18 1680
1. pyecharts简介pyecharts是基于百度开源图表组件echarts的python封装。支持所有常用的图表组件，和matlibplot系的图表库不同的是：pyecharts支...
pyecharts时间轴动态图
最新发布
m0_46294969的博客
07-11 475
在B站跟着韩顺平老师学习python，使用pyecharts创建时间轴动态图时，图片右侧显示异常，但是韩老师的结果图没有这个问题。反反复复测了几遍，确定我滴代码没问题之后，果断降低pyecharts的版本，从2.0.6降到2.0.3后，问题解决。
Pyecharts--常见动态图绘制
qq_57106289的博客
01-10 1036
【代码】Pyecharts--常见动态图绘制。
Pyecharts绘制动态地图
m0_54634272的博客
11-15 763
Pyecharts绘制动态地图
28、Python使用pyecharts绘制动态图
sxj731533730
06-07 4223
基本思想：使用Python的pyecharts包进行中国疫情的动态图绘制； import pandas as pd from pylab import * import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] import os from glob import glob from pyecharts import Line from pyecharts import Map line = Line(
pyecharts 画图
weixin_42141390的博客
12-04 1万+
pyechart 用于 web 绘图，是百度画图的一个高级接口
pyecharts绘图
BaiJing1999的博客
11-18 2263
pyechartspyecharts绘图pyecharts 介绍pyecharts 特性pyecharts 安装pyecharts 初体验折线图Pie 饼图环形图散点图标注每一个点的数值多个参数控制散点大小——sybol_size=number控制散点形状——symbol="circle" pyecharts绘图 pyecharts官网 pyecharts 介绍 ECharts，一个使用JavaS...
财报数据可视化 —— pandas数据分析，pyecharts可视化
06-03
"财报数据可视化 —— pandas数据分析，pyecharts可视化"的主题聚焦于使用Python中的pandas库进行数据预处理和分析，以及利用pyecharts库进行数据可视化。这两个强大的工具结合，能够帮助我们高效地理解并展示财务...
数据可视化-Pyecharts绘制柱形图
04-22
数据可视化是一种将复杂的数据集通过图形化的方式呈现出来，以便于人们更容易理解、分析和交流的...Pyecharts的强大之处还在于它的灵活性和扩展性，可以与其他Python库结合使用，提供更丰富的数据分析和展示解决方案。
python实现Pyecharts实现动态地图（Map、Geo）
12-20
一些经常画图的开发人员大概都用过echart，不过小白用Python比较多，学习了python下的Pyecharts，发现这个包真的很强大。下面是小白对动态地图的实践案例： 假如有这样一组数据，全国每个城市的酒店数（虚拟），那么如何在地图上展示呢？ 1.Python需要安装Pycharts 当安装完成后需要添加地图包： 安装pyecharts后还需要根据需要安装城市、省份等地图包，下面是对包的整理，大家可以根据需要下载。 pip install pyecharts pip install echarts-countries-pypkg pip install echarts-china-pr
数据可视化（二）–使用Pyechart生成可动态交互的图表
12-21
前面一张文章介绍了使用Python自带的matplotlib生成的图表，当数据图例标签太多而产生重叠，非常影响美观。 如何解决图例标签堆叠在一起呢？解决办法：使用pyecharts模块 pyecharts介绍 pyecharts来自于echarts，echarts是百度的JavaScript可视化化开源库，集成了包括饼图、柱状图、地理位置图、热力图等多种图表格式。使用起来非常方便。官网地址如下 echarts–https://echarts.apache.org/zh/index.html Pyecharts–http://pyecharts.herokuapp.com/ 以下教程数据格式：p
数据可视化-Pyecharts绘制折线图
04-22
数据可视化是将复杂的数据集转化为易于理解的图形或图像的过程，它在数据分析、科学发现、商业决策等领域扮演着至关重要的角色。Pyecharts是一个强大的Python库，专为生成交互式图表而设计，使得数据可视化变得简单...
Python数据可视化 Pyecharts 制作 Effectscatter 涟漪散点图
Mr数据杨
03-15 3万+
大家好，我是Mr数据杨，在这里就如同三国演义的战场，数据与算法争霸，智者制胜。让我以涟漪特效散点图（EffectScatter）为例，解读三国般的数据世界。涟漪特效散点图，如其名就像是三国战场上的烽火连天。想象一下，曹操、刘备、孙权分布在江山地理之坐标轴上，他们就像散点图上的数据点，每个领导的实力，每个势力的范围，就是涟漪特效的展现。基本设置就好比战略布局。以赤壁之战为例，周瑜的火攻策略，就像在散点图的基本设置中定义点的大小，颜色，以及是否显示等属性。这些都是影响战局，也即数据视觉呈现的关键元素。
Python数据可视化 Pyecharts 制作 Bar 柱状、条形图
热门推荐
Mr数据杨
02-22 4万+
大家好，我是Mr数据杨，想象一下，我们正在阅读一场周瑜精心策划的赤壁之战，火光在柱状图/条形图（Bar）上熊熊燃烧。在基本设置中，定义了这场战役的大小，范围和时间。然后，在坐标轴设置中，对战役的每一个阶段进行标记，像是那关键的东风之夜，或者那个蔡瑁杨允带领舰队投降的时刻。
【python教程入门学习】用pyecharts绘制带动画效果的“时间轮播图
梦子微信
08-13 1848
今天我们要分享的是一个数据可视化的案例。 在讲述本文之前，为了满足大家的好奇心，我们先来看看最终做出来的效果呈现。 不管学习什么技术，官网是最好的老师。对于pyecharts绘图库，知道了他的绘图原理后，不管绘制任何图形难度并不是很大，唯一难住我们的就是pyecharts的参数太多，我们并不会用，因此就必须学会使用官网，查阅各种方法的详细参数。最后，如果你的时间不是很紧张，并且又想python快速的提高，最重要的是不怕吃苦，建议你可以扩我伪xin 762459510 ，那个真的很不错，很多人进步都很快，
python Echarts画动态图
newbaby2012的专栏
05-09 669
需要安装pyecharts： pip installpyecharts 然后可以去https://gallery.pyecharts.org/#/Line3D/line3d_autorotate找你想要制作的样式 import math from pyecharts import options as opts from pyecharts.charts import Line3D from pyecharts.faker import Faker data = [] for t in ra..
pyecharts保存为gif_数据可视化：使用pyecharts制作疫情地图
weixin_39678531的博客
12-20 660
目前，腾讯的疫情实时追踪(https://news.qq.com/zt2020/page/feiyan.htm?from=timeline&isappinstalled=0) 网页能够看到实时的新冠病毒数据，可视化展示也非常清晰。但每次打开都只能看到当天的数据，所以就想把每天的数据都保存下来。保存下来后，也用 pyecharts 做了一个疫情地图。记录下要点，供参考。pyecha...
pyecharts动态数据大屏
07-13
### 回答1： pyecharts是一个用于生成图表的Python库，可以帮助用户轻松地创建各种类型的图表，例如折线图、柱状图、...这种动态数据大屏可以应用于各种场景，比如实时监控、数据分析等，帮助用户做出更准确的决策。
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