制作各种图表

最新推荐文章于 2024-06-25 14:57:14 发布
最新推荐文章于 2024-06-25 14:57:14 发布
阅读量165 收藏 2
点赞数
文章标签： python
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/pql4188/article/details/127991144
版权

柱状图

基本柱状图

导入工具

from pyecharts.charts import Bar
from pyecharts import options

1.创建图表对象

bar = Bar()

2.添加x轴上和y轴上显示的数据

bar = Bar()
bar.add_xaxis(['AWP黑色魅影', 'M4A1夜无眠', 'AK墨岩', 'SSG 08抖枪', '锯齿爪刀外表生锈'])
bar.add_yaxis('价格', [230, 28, 30, 25, 1800])
bar.add_yaxis('货量', [160, 400, 567, 478, 99])

3.渲染图表，以及创建一个新文件夹来装生成的html文件

bar.render('files/bar.html')

注意：柱状图的常用配置

导入工具

from pyecharts.charts import Bar
from pyecharts import options
from pyecharts.globals import ThemeType

创建对象

bar = Bar(
   init_opts=options.InitOpts(
       theme=ThemeType.WHITE
   )
)

添加数据

bar = Bar()
bar.add_xaxis(['AWP黑色魅影', 'M4A1夜无眠', 'AK墨岩', 'SSG 08抖枪', '锯齿爪刀外表生锈'])
bar.add_yaxis('价格', [230, 28, 30, 25, 1800])
bar.add_yaxis(
    '货量', 
    [160, 400, 567, 478, 99],
    markpoint_opts=options.MarkPointOpys(data=[
        options.MarkPointItem(name='最小值', type_='min')
    ])         
)

常见配置

（1）全局设置

bar.set_global_opts(
    # 配置标题
    title_opts=options.TitleOpts(title='主标题', subtitle='副标题', pos_left='30px'),
    # 配置图例
    legend_opts=options.LegendOpts(is_show=False),
    # 配置工具箱
    toolbox_opts=options.ToolboxOpts(is_show=False)
)

（2）系列配置

bar.set_series_opts(
    # 设置数值的显示
    # label_opts=options.LabelOpts(is_show=True, position='top', rotate=30, font_size=10, color='pink'),
    # 添加标记点
    markpoint_opts=options.MarkPointOpts(data=[
        options.MarkPointItem(name='最大值', type_='max')
    ])
)
# 最小值一样操作

渲染

bar.render('files/bar.html')

折线图

和柱状图操作一样，先导入，创建，添加数据，配置，和渲染，然后将Bar换成Line

常见设置有所不同,比如系列配置,在添加数据后加相应代码标出某组数据平均值

line1 = Line()
line1.add_xaxis(['AWP黑色魅影', 'M4A1夜无眠', 'AK墨岩', 'SSG 08抖枪', '锯齿爪刀外表生锈'])
line1.add_yaxis('价格', [230, 28, 30, 25, 1800])
line1.add_yaxis(
    '货量', 
    [160, 400, 567, 478, 99],
	markline_opts=options.MarkLineOpts(data=[
        options.MarkLineItem(name='平均值', type_='average')
    ])
)

全局配置,就在所有数据后面加相应代码标出所有数据平均值

line.set_series_opts(
    # 添加标记线
    markline_opts=options.MarkLineOpts(data=[
        options.MarkLineItem(name='平均值', type_='average')
    ])
)

饼图

和柱状图操作一样，先导入，创建，添加数据，配置，和渲染，然后将Bar换成pie

添加数据时

pie.add(
    '库存',
    [('人物', 160), ('手枪', 50), ('狙击枪', 280), ('步枪', 80), ('刀', 1818)],
    # 设置空心
    radius=('30%', '70%'),
    # 根据数据的大小设置每一部分半径的大小
    rosetype='radius'
)

常见配置

pie.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    # 设置标题
    title_opts=options.TitleOpts(title='某商城电子产品销售情况', subtitle='销售额')
)

pie.set_series_opts(
    # 设置文字信息的显示格式：{b} - 名称  {d} - 百分比的比值
    label_opts=options.LabelOpts(formatter='{b}({d}%)')
)

地图

和柱状图操作一样，先导入，创建，添加数据，配置，和渲染，然后将Bar换成map

添加数据时

map.add(
    '玩CSGO人数',
    [('四川', 50000), ('重庆', 456), ('吉林', 4000), ('江苏', 3030), ('河南', 2087), ('西藏', 678)],
    'china',
    # 限制缩放倍数
    min_scale_limit=0.45,
    max_scale_limit=0.45,
)
map.set_global_opts(
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=False, max_=2000, min_=0, is_piecewise=True)
)

常见配置

map.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=False, max_=2000, min_=0, is_piecewise=True)
)
map.set_series_opts(
    label_opts=options.LabelOpts(is_show=False)
)

词云

和柱状图操作一样，先导入，创建，添加数据，和渲染，然后将Bar换成WordCloud

添加数据时

wc1.add(
    '游戏人数',
    [('王者荣耀', 28384), ('CSGO', 6782), ('和平精英', 12930), ('英雄联盟', 30092), ('开心消消乐', 829),
     ('刀塔', 1023), ('CF', 567), ('红色警戒', 129), ('魔兽', 90), ('保卫萝卜', 50), ('羊了个羊', 6728),
     ('植物大战僵尸', 369), ('原神', 5093), ('阴阳师', 9), ('找你妹', 809), ('俄罗斯方块', 1092),
     ('狼人杀', 4092), ('你画我猜', 9), ('QQ飞车', 912), ('QQ炫舞', 120), ('死神VS火影', 56789), ('生死狙击', 11122),
     ('坦克大战', 32312), ('魂斗罗', 32123), ('超级马里奥', 21321)
     ],
    shape='cardioid',
    pos_left=200,    # 设置图表位置
    pos_top=-60
)

组合图表

from pyecharts.charts import Bar, Line, Pie, Map, WordCloud, Grid
from pyecharts import options

bar1 = Bar()
bar1.add_xaxis(['AWP黑色魅影', 'M4A1夜无眠', 'AK墨岩', 'SSG 08抖枪', '锯齿爪刀外表生锈'])
bar1.add_yaxis('价格', [230, 28, 30, 25, 1800])
bar1.add_yaxis('货量', [160, 400, 567, 478, 99])
bar1.set_global_opts(legend_opts=options.LegendOpts(is_show=False))

line1 = Line()
line1.add_xaxis(['AWP黑色魅影', 'M4A1夜无眠', 'AK墨岩', 'SSG 08抖枪', '锯齿爪刀外表生锈'])
line1.add_yaxis('价格', [230, 28, 30, 25, 1800])
line1.add_yaxis('货量', [160, 400, 567, 478, 99])
line1.set_global_opts(legend_opts=options.LegendOpts(is_show=False))

pie1 = Pie()
pie1.add(
    '库存',
    [('人物', 160), ('手枪', 50), ('狙击枪', 280), ('步枪', 80), ('刀', 1818)],
    radius=(50, 130),
    rosetype='radius',  # 调整图表位置
    center=(1150, 180)
)
pie1.set_global_opts(
    legend_opts=options.LegendOpts(is_show=False)
)
pie1.set_series_opts(
    label_opts=options.LabelOpts(formatter='{b} ({d}%)')
)

map4 = Map()
map4.add(
    '玩CSGO人数',
    [('四川', 50000), ('重庆', 456), ('吉林', 4000), ('江苏', 3030), ('河南', 2087), ('西藏', 678)],
    'china',
    min_scale_limit=0.45,
    max_scale_limit=0.45,   # 调整图表比例和位置
    center=(50, 40)
)
map4.set_global_opts(
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=False, max_=2000, min_=0, is_piecewise=True)
)

wc1 = WordCloud()
wc1.add(
    '游戏人数',
    [('王者荣耀', 28384), ('CSGO', 6782), ('和平精英', 12930), ('英雄联盟', 30092), ('开心消消乐', 829),
     ('刀塔', 1023), ('CF', 567), ('红色警戒', 129), ('魔兽', 90), ('保卫萝卜', 50), ('羊了个羊', 6728),
     ('植物大战僵尸', 369), ('原神', 5093), ('阴阳师', 9), ('找你妹', 809), ('俄罗斯方块', 1092),
     ('狼人杀', 4092), ('你画我猜', 9), ('QQ飞车', 912), ('QQ炫舞', 120), ('死神VS火影', 56789), ('生死狙击', 11122),
     ('坦克大战', 32312), ('魂斗罗', 32123), ('超级马里奥', 21321)
     ],
    shape='cardioid',
    pos_left=200,  # 调整图表位置
    pos_top=-60
)
# 1. 创建Grid对象
grid = Grid(init_opts=options.InitOpts(
    width='1500px',   # 设置放组合图的盒子的宽度和高度
    height='1000px'
))
# 2.添加需要组合在一起的各个图表对象
grid.add(bar1, grid_opts=options.GridOpts(
    pos_left=100,
    pos_top=20,
    width=400,
    height=250
))

grid.add(line1, grid_opts=options.GridOpts(
    pos_left=100,
    pos_top=400,
    width=400,
    height=250
))

grid.add(pie1, grid_opts=options.GridOpts())

grid.add(map4, grid_opts=options.GridOpts())

grid.add(wc1, grid_opts=options.GridOpts())

# 3.将图表制成图片
# from pyecharts.render import make_snapshot
# from snapshot_selenium import snapshot
# make_snapshot(snapshot, grid.render(), 'files/组合图.png')

# 渲染组合图
grid.render('files/组合图作业.html')
憨八龟9527
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pyecharts制图笔记
fanyifan6的博客
11-22 228
11.22pyecharts制图笔记
【Pyecharts教程】2. 链式调用及全局、系列配置
m0_52610498的博客
01-03 2836
链式调用是Pyecharts常用的程序书写方法，本文以一个简单的实例展示链式调用，同时说明图像的全局配置。
如何提高图表设计与制作技巧，看这一文章就够了
数据分析
12-21 1192
为了提升图表的应用能力和理解能力，本节将更进一步介绍一些高级的图表制作方式。这是本书中关于数据图表制作的最后一部分内容，打好了图表应用的基础，后续讲解关于数据化运营、统计分析、数据分析工具等知识时才能更高效地理解。接下来，我们将介绍组合图表、子母图、条件格式、迷你图、不等距技术和KPI衡量的内容。这些内容都非常接地气，一定能在实际业务中使用出来。运用组合图表增加信息承载量对组合图表大家都不陌生，第
Python可视化：Pyecharts成长之路
qq_46849625的博客
12-03 2987
可以交互的可视化大屏；高逼格的视觉体验；超简单的作图代码。本文收录了近9成的作图方法，手把手教你如何做一张好看的可视化大图
ECharts 去掉地图(map)的指示图(visualMap)
soindy
06-01 1万+
ECharts 去掉地图(map)的指示图(visualMap): 只需要将visualMap的show改为false即可(只是隐藏指示,设置的颜色,最大最小值等映射都不会影响): myChart.setOption(option = { visualMap: { show: false } });
利用excel表格制作各种品质图表.ppt
11-21
在品质管理和控制中，Excel表格可以制作各种品质图表，帮助用户更好地理解和分析数据。以下是关于利用Excel表格制作各种品质图表的知识点： 一、柏拉图图 柏拉图图是一种常用的品质图表，用于寻找因果关系。利用...
Excel特殊图表制作手册.xlsx
01-13
Excel特殊图表制作手册.xlsx 双向条形图 瀑布图 漏斗图 竖形折线图 双坐标图 改进难易程度 帕累托图 人口金字塔图 矩阵图 树状图 旭日图
利用excel表格制作各种品质图表QCMSASPC.ppt
11-12
在质量管理领域，Excel表格因其强大的数据处理和图表绘制功能，被广泛用于制作各种品质图表。本文件主要介绍了如何利用Excel结合品质七大手法，包括特征要因图、柏拉图、直方图、层别法、查检表、散布图和管制图，来...
Excel高级图表制作指南.ppt
11-17
Excel 高级图表制作指南是一份详细的 Excel 图表制作指南，涵盖了 Excel 图表的基本概念、图表类型、图表元素、图表制作技巧等方面的知识。该指南旨在帮助 Excel 用户快速掌握 Excel 高级图表制作技术，从而提高工作...
Django Highcharts制作图表
09-21
Highcharts图表控件是目前使用最为广泛的图表控件 ,是纯JS图表库。这篇文章主要介绍了Django Highcharts制作图表的相关资料，非常的详细，有需要的小伙伴可以来参考下
如何制作高大上的图表
data_cola的博客
03-26 814
为什么你的报告中的图老板总是瞧不上，为什么我们觉得这图可以了，老板却总是不满意，不要你觉得，要老板觉得。 很多人有一个误区，就是分析很重要，展示不重要，这就好比你有满腔的热血、满腹的才华，却茶壶里煮饺子——肚里有货倒不出。光埋头苦干有什么用，要懂得展示，懂得在合适的时机外露，你不表现，谁知道你干活了，你不表现，总有技术不如你的表现的比你好，这就是职场，残酷却现实。 这一小节内容告诉你...
如果你刚刚入门数据可视化，那这些你千万不能错过！
明月说数据
04-21 629
图表类型大约可以分为两种类型： 1.对比分析 （1）比较型图表 反映了数据项之间的大小关系、数变化程度，如条形图 （2）时序型图表 反映数据在时间线上的变动情况，如折线图 （3）关系型图表 主要用于两组及以上数据的相关性分析，如散点图 2.分布型图表 （1）词云 反映数据分布的密集程度，字体的大小等于出现的频率。 （2）直方图、地图 反映了数据在某一个类别、某个空间的分布情况，在直方图中，柱体的高度等于某个类别出现的频率。 在地图中，不同区域的颜色深浅代表了数据在不同空间上的分布频率。 （3）饼图、堆积柱形
echarts的legend图例的显示与隐藏（legend图例进入页面显示的个数）
热门推荐
习惯有你&的博客
12-07 10万+
在操作echarts时，echarts的柱状图、地图等各种图形显示的时候往往会有legend图标的显示，有时候需求要求，legend图标不全部显示，只显示一个或指定的图标显示。 默认的图形（以柱状图及地图为例）： 需求要求的图： 解决办法： 代码展示： function randomData() { return Math.round(Math.ran
【Python】在 VS Code 里面绘制动图不显示动画的解决办法
最新发布
Suasy小易的博客
06-25 419
VS Code 中使用 matplotlib 的动画功能，需要配置适当的绘图后端。
Windows系统上更换pip源的详细指南
2402_85758349的博客
06-21 857
Python的包管理工具pip允许用户从Python包索引(PyPI)下载和安装第三方库。然而，默认的PyPI源有时可能因为网络问题或地理位置导致访问速度较慢。更换为更快的源可以显著提高下载和安装Python包的速度。本文将详细介绍如何在Windows系统上更换pip的源。
Ubuntu 18.04 安装 PCL 1.14.1
u014374826的博客
06-21 864
Ubuntu 18.04 安装 PCL 1.14.1
Excel高级图表制作指南PPT课件.ppt
11-23
教程通过提纲形式，系统地阐述了如何认识和创建图表，以及如何避免制作图表时的常见误区。" 在深入学习Excel高级图表制作之前，我们首先要了解图表的基本构成，如图表标题、坐标轴（X轴和Y轴）、图例、绘图区、图表...

“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