python学习之路 - pyecharts快速入门

已于 2024-08-23 16:59:50 修改
阅读量808 收藏 10
点赞数 5
分类专栏： python 文章标签： python 信息可视化 echarts
于 2024-08-23 16:58:15 首次发布
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/qq_41444892/article/details/141460804
版权

目录

一、pyecharts入门

1、pyecharts模块介绍

a、概况

Echarts是百度开源的数据可视化，由于python的出现，数据可视化pyecharts也就诞生了
pyecharts官网
pyecharts画廊：画廊中提供了一些图标的源码， 直接复制代码即可使用

2、pyecharts基础入门（以折线图为例）

a、安装依赖

pyCharm需要提前安装pyecharts第三方包，具体操作方法可以看 此文章第六点

b、创建折线图
  1. 创建.py文件
from pyecharts.charts import Line
#得到折线图对象
line = Line()
#添加x轴数据
line.add_xaxis(["衬衫","羊毛衫","雪纺衫"])
#添加y轴数据
line.add_yaxis("商家A",[5,20,36])
#生成图表
line.render()
  1. 在.py文件中右键运行
  2. 在项目根目录中会生成一个render.html文件
    在这里插入图片描述
  3. 浏览器中打开此页面，就能得到对应的折线图
    在这里插入图片描述
c、常用配置项

pyecharts配置项分为：全局配置选项和系列配置选项

  • 全局配置选项
    • 基本介绍：针对整个图像进行设置，比如图像的标题，图像的图例，工具箱
    • 设置方法：使用set_global_opts方法进行设置，具体有那些配置项可以去官网查看
from pyecharts.charts import Line
from pyecharts import options as opts
#得到折线图对象
line = Line()
#添加x轴数据
line.add_xaxis(["衬衫","羊毛衫","雪纺衫"])
#添加y轴数据
line.add_yaxis("商家A",[5,20,36])
#设置全局配置项
line.set_global_opts(
    #设置标题，设置居中展示，设置距离底部0%的距离
    title_opts=opts.TitleOpts(title="这是主标题", subtitle="这是副标题",pos_left="center",pos_bottom="0%"),
    #控制图例，图例是默认显示的
    legend_opts=opts.LegendOpts(is_show=True),
    #设置工具箱
    toolbox_opts=opts.ToolboxOpts(is_show=True),
    #设置视觉映射
    visualmap_opts=opts.VisualMapOpts(is_show=True)
)
#生成图表
line.render()

在这里插入图片描述

  • 系列配置选项
    • 基本介绍：针对具体的轴数据进行配置，比如y轴的某个数据
    • 设置方法：在设置y轴数据时，后面添加各种配置项
from pyecharts.charts import Line
from pyecharts import options as opts
#得到折线图对象
line = Line()
#添加x轴数据
line.add_xaxis(["衬衫","羊毛衫","雪纺衫"])
#添加y轴数据，配置不显示y轴每个具体数据值的展示
line.add_yaxis("商家A",[5,20,36], label_opts=opts.LabelOpts(is_show=False))
#生成图表
line.render()

在这里插入图片描述

3、pyecharts创建柱状图

a、创建基本柱状图

在创建柱状图前，需要了解第二步中的基础入门介绍，以便更好理解代码内容和执行流程

from pyecharts.charts import Bar
from pyecharts import options as opts
#得到柱状图对象
bar = Bar()
#添加x轴数据
bar.add_xaxis(["衬衫","羊毛衫","雪纺衫"])
#添加y轴数据
bar.add_yaxis("商家A",[5,20,36], label_opts=opts.LabelOpts(is_show=False))
#生成图表
bar.render()

在这里插入图片描述

b、创建反转柱状图

基本柱状图是以x轴为底座，y轴为数据展示，想要将x轴和y轴的功能反转可以如下操作

from pyecharts.charts import Bar
from pyecharts import options as opts
#得到折线图对象
bar = Bar()
#添加x轴数据
bar.add_xaxis(["衬衫","羊毛衫","雪纺衫"])
#添加y轴数据，并设置系列配置选项（数字默认是在柱状图中间显示的，这是设置数字居右显示）
bar.add_yaxis("商家A",[5,20,36],label_opts=opts.LabelOpts(position="right"))
#反转x轴和y轴
bar.reversal_axis()
#生成图表
bar.render()

在这里插入图片描述

c、创建含有时间线的柱状图
  • 想要创建一个根据不同的时间动态显示柱状图，从而能动态查看到柱状图不同类别的数据变化，其原理就是创建一个时间线对象，再创建多个柱状图，将柱状图分别添加到时间线对象中，设置时间线对象的自动播放
from pyecharts.charts import Bar, Timeline
from pyecharts import options as opts
from pyecharts.globals import ThemeType

# 第一步：创建柱状图对象
bar1 = Bar()
bar1.add_xaxis(["衬衫", "羊毛衫", "雪纺衫"])
bar1.add_yaxis("商家A", [5, 20, 30], label_opts=opts.LabelOpts(position="right"))
bar1.reversal_axis()

bar2 = Bar()
bar2.add_xaxis(["衬衫", "羊毛衫", "雪纺衫"])
bar2.add_yaxis("商家A", [10, 15, 25], label_opts=opts.LabelOpts(position="right"))
bar2.reversal_axis()

bar3 = Bar()
bar3.add_xaxis(["羊毛衫","衬衫", "雪纺衫"])			#这里想要在图表中将数据大的放上面，则需要按从小到大的顺序排序
bar3.add_yaxis("商家A", [10, 15, 20], label_opts=opts.LabelOpts(position="right"))
bar3.reversal_axis()

# 第二步：创建时间线对象
#timeline = Timeline()          #此为创建空的时间线对象
timeline = Timeline({           #创建带主题的时间线对象
    "theme": ThemeType.LIGHT,  #设置主题
})
# 第三步：在时间线内添加柱状图对象
timeline.add(bar1, "点1")
timeline.add(bar2, "点2")
timeline.add(bar3, "点3")

# 第四步：设置自动播放
timeline.add_schema(
    play_interval=1000,     # 自动播放的时间间隔，单位毫秒
    is_timeline_show=True,  # 在自动播放时，是否显示时间线
    is_auto_play=True,      # 是否自动播放
    is_loop_play=True,      # 是否循环播放
)
# 第五步：生成图表，这里是用时间线对象生成图标，而不是柱状图对象
timeline.render()

在这里插入图片描述

4、pyecharts地图可视化

a、生成中国各省份的数据图
  • 根据代码中的各个步骤来操作，地图对象默认生成的就是中国地图
  • 当不设置全局参数时，视觉映射范围默认是0-100，数字过大或者过小可能无法精准显示颜色差别
  • 想要自行设置新的视觉映射，需要同时设置 is_piecewise 和 pieces 的内容
  • 生成的地图默认可放大缩小
from pyecharts.charts import Map
from pyecharts import options as opts
#第一步：准备地图对象
map = Map()
#第二步：准备地图数据
data = [
    ("北京市", 99),
    ("上海市", 199),
    ("湖南省", 299),
    ("台湾省", 399)
]
#第三步：设置地图参数，第一个为名字，第二个为数据，第三个为地图国家（默认就是china）
map.add("测试地图",data,"china")
#第四步：设置全局参数，地图根据数据展示具体颜色
map.set_global_opts(
    visualmap_opts=opts.VisualMapOpts(
        is_show=True,                #是否显示颜色
        is_piecewise=True,           #开启手动校准视觉映射范围  视觉映射默认是0-100，数字过大或者过小无法精准显示颜色差别
        pieces=[                     #设置新的视觉映射范围，这里设置总范围是0-500
            {"min": 0, "max": 100, "label": "0-100", "color": "#FF0000"},       #min：最小值  max：最大值  label：显示标签  color：地图展示颜色
            {"min": 101, "max": 200, "label": "101-200", "color": "#00FF00"},
            {"min": 201, "max": 300, "label": "201-300", "color": "#0000FF"},
            {"min": 301, "max": 400, "label": "301-400", "color": "#FFFF00"},

        ]
    )


)
#第五步：生成地图，并配置输出文件名
map.render("测试地图.html")

在这里插入图片描述

b、生成某个省份的数据图
  • 生成某省份的地图，步骤和前面生成国家地图一致，只是更改地图位置名即可
  • 比如下面是生成湖南省的地图
from pyecharts.charts import Map
from pyecharts import options as opts
#第一步：准备地图对象
map = Map()
#第二步：准备地图数据
data = [
    ("长沙市", 99),
    ("株洲市", 199),
    ("湘潭市", 299)
]
#第三步：设置地图参数，第一个为名字，第二个为数据，第三个为地图名（默认就是china，也可设置省份名）
map.add("测试地图",data,"湖南")
#第四步：设置全局参数，地图根据数据展示具体颜色
map.set_global_opts(
    visualmap_opts=opts.VisualMapOpts(
        is_show=True,                #是否显示颜色
        is_piecewise=True,           #开启手动校准视觉映射范围  视觉映射默认是0-100，数字过大或者过小无法精准显示颜色差别
        pieces=[                     #设置新的视觉映射范围，这里设置总范围是0-500
            {"min": 0, "max": 100, "label": "0-100", "color": "#FF0000"},       #min：最小值  max：最大值  label：显示标签  color：地图展示颜色
            {"min": 101, "max": 200, "label": "101-200", "color": "#00FF00"},
            {"min": 201, "max": 300, "label": "201-300", "color": "#0000FF"},
            {"min": 301, "max": 400, "label": "301-400", "color": "#FFFF00"},

        ]
    )


)
#第五步：生成地图，并配置输出文件名
map.render("测试地图.html")

在这里插入图片描述

c、生成某个市的数据图
  • 当然，我们还能生成某个市的地图数据，步骤和上面的一致，更改地图位置名即可
from pyecharts.charts import Map
from pyecharts import options as opts
#第一步：准备地图对象
map = Map()
#第二步：准备地图数据
data = [
    ("岳麓区", 99),
    ("望城区", 199),
    ("开福区", 299)
]
#第三步：设置地图参数，第一个为名字，第二个为数据，第三个为地图名（默认就是china，也可设置省份名，市区名）
map.add("测试地图",data,"长沙")
#第四步：设置全局参数，地图根据数据展示具体颜色
map.set_global_opts(
    visualmap_opts=opts.VisualMapOpts(
        is_show=True,                #是否显示颜色
        is_piecewise=True,           #开启手动校准视觉映射范围  视觉映射默认是0-100，数字过大或者过小无法精准显示颜色差别
        pieces=[                     #设置新的视觉映射范围，这里设置总范围是0-500
            {"min": 0, "max": 100, "label": "0-100", "color": "#FF0000"},       #min：最小值  max：最大值  label：显示标签  color：地图展示颜色
            {"min": 101, "max": 200, "label": "101-200", "color": "#00FF00"},
            {"min": 201, "max": 300, "label": "201-300", "color": "#0000FF"},
            {"min": 301, "max": 400, "label": "301-400", "color": "#FFFF00"},

        ]
    )


)
#第五步：生成地图，并配置输出文件名
map.render("测试地图.html")

在这里插入图片描述

骨力
关注
  • 5
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
html+ python +django +爬虫 +pyecharts 实时疫情动态
01-31
爬虫python入门 html+ python +django +爬虫 +pyecharts 实时疫情动态 请使用python3.6版本 安装requirements.txt依赖：pip install -r requirements.txt 生成迁移文件 python manage.py makemigrations 执行...
分享一个Python爬虫入门实例（有源码，学习使用）
04-02
- **易于学习和使用**: Python语言简洁明了，语法直观，非常适合初学者入门。 - **强大的库支持**: Python拥有大量的第三方库，例如Requests、BeautifulSoup、Scrapy等，极大地提高了开发效率。 - **跨平台性**: ...
Python数据可视化神器--pyecharts快速入门
weixin_56358837的博客
06-25 335
而且，由于ECharts本身的设计，pyecharts生成的图表还具有交互功能，比如点击图例来显示或隐藏系列，拖动滑块来缩放和平移，等等。运行这段代码，你会在当前目录下生成一个名为"my_bar_chart.html"的HTML文件，打开它，你会看到一个美观的柱状图。总的来说，pyecharts是一个非常强大的Python数据可视化库，无论你是数据科学家、分析师，还是开发者，我都推荐你尝试一下。categories = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
python数据可视化神器--pyecharts 快速入门
Python编程与实战的博客
05-06 4884
前言 我们都知道python上的一款可视化工具 matplotlib , 但是它是静态的。后来发现了 pyecharts 模块，简直好用到不行，可视化类型非常多，它是基于 Echarts 开发的。 Echarts 是百度开源的一个数据可视化 JS 库，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python，很适合用于数据处理。当数据分析遇上数据可视化时，pyechart...
Python学习笔记-pyecharts入门
2301_81135589的博客
06-01 348
全局配置选项可以通过set_global_opts方法来进行配置。
python快速入门神器 知乎_Python数据可视化神器--pyecharts 快速入门
weixin_39759600的博客
11-25 171
前言本文首发于公众号：Python编程与实战，欢迎关注，转载请联系，谢谢！我们都知道python上的一款可视化工具 matplotlib , 但是它是静态的。后来发现了 pyecharts 模块，简直好用到不行，可视化类型非常多，它是基于 Echarts 开发的。Echarts 是百度开源的一个数据可视化 JS 库，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python，很适...
几个python入门级小程序
05-17
马哥送给你，几个Python入门级程序，包含： 1、几个简单逻辑小代码 2、自动化办公小案例 3、matplotlib基础可视化 4、pyecharts基础可视化 希望能提升你对python的学习兴趣 - 我是【马哥python说】作者本人，全网各...
Python数据可视化 pyecharts实战
06-14
本课程是pyecharts的入门课程。主要介绍了pyecharts函数库的基本使用方法。主要内容包括pyecharts简介，用pyecharts绘制离散点、折线、柱状图、柱状图和折线图组合、饼图、地理图等，而且这些图表是可交互的。
python入门教程(非常详细)，从零基础入门到精通，看完这一篇就够了.pdf
08-26
* Python 语法入门之基本数据类型 * 用户交互与格式化输出 * Python 语法入门之基本运算符 * Python 流程控制之 if 判断 * Python 流程控制之 while 循环 * Python 流程控制之 for 循环 * Python 之数据类型之可变与...
如何在Python中使用IP代理
IPIPGO的博客
08-23 362
通过以上步骤，你应该已经学会了如何在Python中使用IP代理。无论是单个代理IP、带认证的代理IP，还是批量使用代理IP，这些方法都能帮助你在实际项目中灵活应用。希望这篇文章对你有所帮助，如果你有任何问题或建议，欢迎在评论区留言，我们会尽力为你解答。t=N7T8。
常见面试问题(Python)
jiao_mrswang的博客
08-23 164
5、GIL全局解释锁。
零基础学习人工智能—Python—Pytorch学习（六）
kiba518的博客
08-21 887
前言 本文主要讲神经网络的上半部分。 这篇文章开始有很多公式了，这些公式都很简单，但是如果是不经常在脑海里思考公式的人，那可能需要多花点时间做一下自我训练，个人感觉，也就几天时间，就能把自己感觉给调整出来。 习惯了公式看下面内容就会轻松很多，另外如果要深入学习人工智能，熟练的认知公式也是个必须的事情。 另外，我发现我前面文章写的有歧义的地方还是挺多，虽然，已经改了一部分，但，可能还有没发现的，大...
Android笔试面试题AI答之Kotlin（20）
学无止境，止于至善
08-21 739
Elvis操作符（?:）是Kotlin（以及一些其他编程语言）中用于处理可空表达式的一种简洁方式。它允许在表达式的值为null时提供一个默认值，从而简化了空值的处理。在Kotlin中，构造函数（Constructor）是类的一个特殊方法，它用于初始化新创建的对象。与Java不同，Kotlin中的构造函数不是通过名称来定义的，而是与类名相同，并且没有返回类型（即使是void）。Kotlin支持主构造函数和次构造函数（也称为辅助构造函数或二级构造函数）。
Python优化算法09——黏菌优化算法(SMA)
最新发布
weixin_46277779的博客
08-24 703
python黏菌优化算法代码和使用
yolov8 出现loss 为nan
zhaoluruoyan89的博客
08-21 316
这篇博客警示读者在购买用于深度学习的显卡时要避开那些导致RuntimeWarning: All-NaN slice encountered的问题。作者强调这些Tensor核心存在严重缺陷，不适宜进行深度学习任务，建议大家在选购时务必谨慎。方法二：将混合精度训练AMP 设置为False。方法一：降低cuda和pytorch 版本号。
2024.8.20 Python，链表，二叉树
RaidenMessi的博客
08-20 416
代码逻辑：第一层，对l1.val进行判断，谁小听谁的，目标是输出这个链表，那就要修改这个链表，在第一层的时候，是先进函数，再赋值，所以在第一层的时候还没进行赋值就已经进第二层了，在第二层的时候还没赋值就又进第三层了，以此类推，然后每一次都抛掉一个最小的数。可能之后就理解了吧。我想了下，我决定不管了，就跟二分法当时一样，我直接按逻辑走，谁小谁就去用他的next继续和他刚才的人比，同时输出他自己本身，完事了。链表是线性表，是一维的，保存了现在这个数的值和下一个数的地址，分为表元素域，下一结点链接域，
基于Python星载气溶胶数据处理与反演分析
lwjnlqiqi的博客
08-21 1171
Python星载气溶胶数据处理与反演分析
【pip镜像设置】pip使用清华镜像源安装
前端探索者
08-21 1996
PyPI的镜像站点是用于加速Python包下载的服务器，它们提供了与官方PyPI相同的内容，但可能会因为地理位置更近而下载速度更快。进行python 的第三方库安装，但是，有时会出现。使用了清华大学的镜像网站。
Python学习之旅：从入门到精通
"Python之路V2.0.pdf 是一本详尽介绍Python编程的教程，涵盖了从基础到高级的各种主题，旨在帮助读者系统学习Python，并通过实际例子深入理解Python的魅力。本书包含247个实例，旨在让学习过程既有趣又高效。内容...
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