AwesomeTang

前言文章分为两个部分：爬虫&可视化爬虫根据关键词获取百度指数的数据，百度指数官网：https://index.baidu.com/我们打开F12打开控制台之后，在百度指数页面随便搜一个关键词，就可以在后台中轻易的找到请求：定睛一看，发现事情没那么简单：首先百度接口返回来的数据明显是经过加密的，所以想用的话，还必须得之后怎么去进行解密接着我们便通过关键词decrypt去页面中调用的js文件中进行查找，然后就找到了这么一个方法：看起来是像是用来解密的，需要两个参数，我们便可以大胆的

前言这篇文章来源于datashader一个官方的示例，原文地址https://examples.pyviz.org/census/census.html，这个notebook算是将其复现了一下（有些小改动）；数据集可以访问https://www.heywhale.com/mw/dataset/61569b59b97cc600181fe0c1/file进行下载。整个项目依赖模块较多，而且对于版本有些限制，可以参考我的环境信息：模块导入import datashader as dsimport

前言不知道大家有没有这种感觉，一个可视化图表做的好不好看，基本都取决于图表的配色，虽然当前的一些流行的可视化框架、工具，如Echarts，tableau等等，都提供了不错的配色方案，但看得多了也难免会审美疲劳，所以如果想做一个让人眼前一亮的图表，还是需要我们自己在配色上下点功夫。可是对于很多没有艺术细胞的理工男，程序员，要设计出一款不错的配色方案的概率基本等于瞎猫碰上死耗子。那该如何设计出一款不错的配色呢？今天就来给大家提供一种思路——使用顶级公司Logo的配色方案~本文将会整理17个公

奖牌榜数据通过咪咕视频的接口获取奖牌榜单的数据，貌似也没做什么反爬虫，直接就可以获取到数据：import requests rank_url = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609'data = requests.get(rank_url).json()数据处理，将json数据转化为dataframe：df = pd.DataFrame()for

数据来源数据来源于维基百科——List_of_most-viewed_YouTube_videos，数据统计截止时间在2021年7月份左右（不同榜单时间会有不一样）。没有梯子的同学可以去https://www.heywhale.com自取。最多播放的视频排名第一的是一首儿歌，总播放次数达到了近90亿次播放，平均每个地球人播放了1.5次，恐怖如斯。 在榜的视频大多都是MV，其中Ed Sheeran，Maroon5，Katy Perry多次上榜；在榜时间最长的视频榜单明细：柱状图

前言大部分时间我都是使用Pyecharts去做可视化，不过一直有个比较头疼的问题没法解决。在pyecharts中是需要把所有的坐标点的数据加载到图表中，当数据量特别大的时候，那么这样一个图表可能会有好几百MB，使用起来会非常卡顿。虽然在Echarts中有ScatterGL来支持大数据量大可视化，不过在Pyecharts中没法直接支持，只能找一些曲线救国的方法，改善效果也不是很明显。最近使用了一下plotly，发现了超大地理数据集可视化的解决办法，我们先来看下效果：数据总共包含100W个数

前言???? PyG2Plot 是 @AntV/G2Plot 在 Python3 上的封装。 G2Plot 是一套简单、易用、并具备一定扩展能力和组合能力的统计图表库，基于图形语法理论搭建而成。G2Plot是蚂蚁开源的一款可视化图标库，官方地址：https://antv-g2plot.gitee.io/zh ，因为PyG2Plot没做什么二次开发，所以文档直接看G2Plot的文档就行；...

前言关于第七次全国人口普查数据的探索～人口普查数据 & 可视化代码请访问和鲸社区获取~概览人口总量。全国人口共 141178 万人，与 2010 年（第六次全国人口 普查数据，下同）的 133972 万人相比，增加 7206 万人，增长 5.38%，年平均增长率为 0.53%，比 2000 年到 2010 年的年平均增长率 0.57%下降 0.04 个百分点。数据表明，我国人口 10 年来继续保持低速增长态势。户别人口。全国共有家庭户 49416 万户，家庭户人口为 1292

前言最近微信上经常有小伙伴问到pyecharts颜色配置的问题，其实pyecharts颜色配置很简单，不过由于可以配置的方式有点多，经常让人混淆，所以本文汇总一下在pyecharts中可以配置的颜色的方法，简单做个对比！准备工作模块导入from pyecharts.charts import *from pyecharts import options as opts示例数据# 虚假数据x_data = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo

目录前言爬虫接口获取完整代码数据可视化完整代码前言如需转载请先私信联系！！！全文分为两个部分：一部分为爬虫，根据基金代码爬取历史净值数据；一部分为可视化，通过pyecharts绘制基金收益图表；爬虫这边以诺安成长混合基金为例，其他基金也一样；接口获取打开http://fundf10.eastmoney.com/jjjz_320007.html，然后F12打开控制台，找到下面窗口进行翻页操作，注意顺序不要颠倒；每次翻页操作在后台就会出现一个新的请求，点击preview可以发

错误示例在数据处理的过程中，我们会经常用到pandas，如果直接将pandas中的数据直接传入Pyecharts中使用，会发现图表是空白的，只剩坐标轴。如下：df = pd.DataFrame( dict(Brand=['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu'], sales=[123, 153, 89, 107, 98, 23]))bar = (Bar() .add_xaxis(df['Br

前言今天来介绍一个超适合猛男使用的可视化图表库——cutecharts，它的画风是这样的：cutecharts是由pyecharts作者chenjiandongx开源的一个轻量级的项目；目前支持Bar, Line，Pie，Radar，Scatter五种图表；支持Page组合图表;安装???? pip install cutecharts;Line——基本示例支持的参数直接参考源码中的注释就好～def set_options( self, label

前言???? 来探寻下各国人民不吃不喝多少年可以买的起一套房；???? 数据来自https://www.numbeo.com/，Numbeo.com成立于2009年，由谷歌的软件工程师Mladen创立，目前是世界最大城市数据库平台，提供世界各城市生活水平和条件的最新数据;???? Numbeo.com数据搜集自各大权威媒体或机构，包括人民日报，BBC，福布斯等，所以说数据还是比较客观的。国家/地区房价收入比房价/年收入，可以直观的理解位一个普通人需要不吃不喝工作多少年才能买

前言本项目整理了目前pyecharts支持的所有图表以及基础配置项～所有代码均基于Pyecharts v1.7.1版本，均已全部运行通过；文中代码是基于jupyter notebook中写的，如需在其他IDE中运行，请将最后一句代码改成chart.render();文章篇幅较长，建议收藏或者添加书签~欢迎各位订阅我的付费专栏，目前持续更新中！「Pyecharts50例」：50个完整的Pyecharts基础实例，简单易上手，文中均包含完整代码~「Pyecharts

前言文章内图表都是通过pyecharts生成，访问下方链接获取完整代码和数据～\color{red}{文章内图表都是通过pyecharts生成，访问下方链接获取完整代码和数据～}文章内图表都是通过pyecharts生成，访问下方链接获取完整代码和数据～LOL数据分析：英雄联盟2020春/夏季赛数据可视化\color{blue}{LOL数据分析：英雄联盟2020春/夏季赛数据可视化}LOL数据分析：英雄联盟2020春/夏季赛数据可视化LPL战队数据对比春/夏季赛战绩对比考虑到季后赛各个队伍比赛场次.

前言本次项目整理了如下数据：???? 各省市历年一本分数线；???? 各省市一本分数线对比；???? 各省市考211要超一本线多少分；???? 各省市高校数量对比；???? 各省市一本高校数量对比；历年一本分数线部分省份数据存在缺失；文理科分不同Tab展示；右侧可筛选不同的省份数据；理科文科各省一本分数线对比有四个省份比较特殊，海南高考总分是900，浙江2016年前高考总分为810，上海，江苏两地分别是480和450分

前言???? 先来口号 「湖人总冠军」~???? 数据全部来自NBA Stats官网【点我跳转】~???? 部分投篮存在缺失，如詹姆斯，戴维斯本赛季得分都已1500+，但按照投篮数据记录的分别只有1300+和1000+~✅ 代码基于Pyecharts V1.7.1，代码均已运行通过~所有代码均已上传至【我的KLab】 ，如需代码请访问【Pyecharts】???? 湖人2019-20赛季投篮数据可视化~ 获取~出手统计✨ 排在前两位的分别是老詹和浓眉哥；球员出手

前言世界上较为主流的大学排名有美国U.S. News世界大学排名、英国QS世界大学排名、英国泰晤士高等教育世界大学排名，以及学术类排名如世界大学自然指数排名、中国软科世界大学学术排名等。影响力较大的还有沙特CWUR世界大学排名、美国Scimago世界大学排名、西班牙CSIC世界大学排名、荷兰CWTS世界大学排名等。此外，武汉大学中国科教评价网版世界大学及研究机构排行榜和中国台湾大学（NTU）版世界大学排名也具有一定的影响力。同时还有世界科研机构排名如自然指数排名等。此次数据使用的是6月10日QS（国

咳咳～不要怀疑，这是一个正经的可视化项目，而且附带一点科普????数据来源数据来自爬虫获取，淘宝约50个文胸商品的20W条评论数据～数据源来自chenjiandongx/cup-size前言对于很多只知道A/B/C的绅士们，我们在看数据之前可能先得了解点知识～首先我们得先了解两个概念——上胸围 & 下胸围，具体看示意图：通过上胸围与下胸围的差值，我们就可以确定罩杯的大小了，具体的对应关系可参考下图：有了下胸围 & 罩杯就能确定文胸对应的尺码了～当然这又有

简介keplergl是由Uber开源的一款地理数据可视化工具，通过keplergl我们可以在Jupyter notebook中使用，可视化效果如下图所示：安装官方文档： https://docs.kepler.gl/docs/keplergl-jupyter通过pip安装keplergl：pip install keplergl如果你使用MAC通过PIP安装而且notebook版本在5.3以上，可跳过此步：jupyter nbextension install --py --sys

全部代码都已上传至我的KLab—????嗨，你有一份微信好友报告待查收～，Fork后可运行生成你自己的微信好友报告～本次项目统计展示了如下信息：????好友地域分布????性别统计????备注比例▶️首字母统计????使用最多的emoji????签名词云其他可视化报告：????【武汉加油⛽️】基于Pyecharts的疫情数据可视化～ ????【爬虫&可视化】爬了链家房源信息看看深圳房价多恐怖～????【Pyecharts】奥运会数据集

项目全部代码 & 数据集都可以访问我的KLab --【Pyecharts】奥运会数据集可视化分析～获取，点击Fork即可～受疫情影响，2020东京奥运会将延期至2021年举行；虽然延期，但此次奥运会依旧会沿用「2020东京奥运会」这个名称；这也将是奥运会历史上首次延期（1916年、1940年、1944年曾因一战，二战停办）；既然奥运会延期了，那我们就来回顾下整个...

前言????疫情终将过去，静待春暖花开～????本文使用的数据源来自https://lab.isaaclin.cn/nCoV/zh；????运行本项目需要将pyecharts版本更新至v1.6.2，!pip install pyecharts == 1.6.2；⚡️更好的阅读体验访问我的Kesci Lab：点我跳转；相关教程：✨Pyecharts教程：超详细Pyecharts 1.x教程，让你的图表...

前言pyecharts 是一个用于生成 Echarts 图表的Python库。Echarts是百度开源的一个数据可视化 JS 库，可以生成一些非常酷炫的图表。Pyecharts在1.x版本之后迎来重大更新，与老版本（0.5X）已是两个完全不同的版本，所以很多小伙伴在使用Pyecharts出现了类似'pyecharts' has no attribute 'xxx'的报错，那是因为你安装了1....

最近发现了一个好玩的包itchat，通过调用微信网页版的接口实现收发消息，获取好友信息等一些功能，各位可以移步itchat项目介绍查看详细信息。目标：获取好友列表统计性别及城市分布根据好友签名生成词云获取好友信息前文说了，itchat其实是调用微信网页版的接口，所以登陆的时候会弹出二维码进行登陆，然后通过itchat.get_friends获取好友信息就好了，相当简单。# -...

使用Pyecharts对链家上的深圳二手房信息进行可视化分析，内容包括：房屋面积与房屋总价散点图分布；各行政区二手房均价；均价最贵的10个地段；户型分布；标题中最常出现的词；数据背景数据来源：链家二手房上深圳的房源信息「后附爬虫代码」；数量：共采集数据总量***18841***条，数据清洗后***18811***条；数据字段：字段名称解释area房屋...

项目介绍使用***pyecharts***对星巴克门店分布进行可视化分析：全球门店分布/拥有星巴克门店最多的10个国家或地区；拥有星巴克门店最多的10个城市；门店所有权占比；中国地区门店分布热点图。数据背景该数据集来源Kaggle，囊括了截至2017/2月份全球星巴克门店的基础信息，其中包括品牌名称、门牌地址、所在国家、经纬度等一系列详细的信息。数据说明字段名称类型...