通过pyecharts对excel数据进行数据可视化(二)

该博客展示了如何利用pyecharts库创建一个股票数据分析图表,包括新能源股票的股价和换手率。通过读取Excel数据,绘制了折线图,并在图中添加了最高值、最低值和平均值的标记线,以便于观察数据波动情况。同时,对坐标轴进行了自定义设置,如字体、字号和刻度位置等。
摘要由CSDN通过智能技术生成

1、添加了最高值,最低值,平均值

#-*- codeing = utf-8 -*-
#@Time : 
#@Auther : fangqm
#@File : Testfang.py
#@Software : PyCharm

#pyecharts画图
import pandas as pd
from pandas import notnull
from pyecharts import options as opts
import pyecharts.options as opt
from pyecharts.charts import Line
#pyecharts画图
#pyecharts画图
excel_data = pd.read_excel("新能源000941.xlsx")
(
    Line(init_opts=opt.InitOpts(width='1000px', height='400px'))
    .add_xaxis(xaxis_data=excel_data["date"].tolist())
    .add_yaxis(series_name='股价', y_axis=excel_data["end"].tolist())
    .add_yaxis(series_name='换手率', y_axis=excel_data["rate"].tolist(),
               markline_opts=opts.MarkLineOpts(
                   data=[opts.MarkLineItem(type_="max", name="最大值"),
                         opts.MarkLineItem(type_="min", name="最小值"),
                         opts.MarkLineItem(type_="average", name="平均值")]
               ),
               )
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(
            name='行业',
            name_location='middle',
            name_gap=20,
            #                 x轴名称的格式配置
            name_textstyle_opts=opts.TextStyleOpts(
                font_family='Times New Roman',
                font_size=14,
            ),
        ),
        yaxis_opts=opts.AxisOpts(
            name='test',
            name_location='middle',
            name_gap=30,
            name_textstyle_opts=opts.TextStyleOpts(
                font_family='Times New Roman',
                font_size=14,
            ),
            axistick_opts=opts.AxisTickOpts(
                is_inside=True,  # 刻度线是否在内侧
            ),
            axislabel_opts=opts.LabelOpts(
                font_size=12,
                font_family='Times New Roman',
            ),
        ),

    )
).render("zhexian08.html")
好的,以下是实验步骤: 1. 读取excel中区域商品订单量数据 首先需要安装pandas库,使用以下命令安装: ``` pip install pandas ``` 然后使用pandas库读取excel文件中的数据: ```python import pandas as pd data = pd.read_excel('data.xlsx') ``` 其中,`data.xlsx`是Excel文件的路径,可以根据实际情况进行修改。 2. 对读取的区域商品订单量数据进行处理,转换成数据可视化需要的结构 Pyecharts支持的数据格式一般都是类似于如下结构: ```python data = [ ('区域1', '商品1', 100), ('区域1', '商品2', 200), ('区域2', '商品1', 150), ('区域2', '商品2', 250), ... ] ``` 因此,需要将读取的数据进行处理,转换成上述结构。假设Excel文件中有以下数据: | 区域 | 商品1订单量 | 商品2订单量 | | ---- | ----------- | ----------- | | 区域1 | 100 | 200 | | 区域2 | 150 | 250 | 则可以使用以下代码将其转换成上述结构: ```python data_list = [] for index, row in data.iterrows(): region = row['区域'] product1 = row['商品1订单量'] product2 = row['商品2订单量'] data_list.append((region, '商品1', product1)) data_list.append((region, '商品2', product2)) ``` 3. 使用Pyecharts对区域订单量数据进行可视化展示 最后,使用Pyecharts数据进行可视化展示。假设需要展示商品1的订单量,代码如下: ```python from pyecharts.charts import Bar from pyecharts import options as opts # 将数据转换成Pyecharts需要的格式 data_list = [] for index, row in data.iterrows(): region = row['区域'] product1 = row['商品1订单量'] data_list.append((region, product1)) # 创建柱状图 bar = ( Bar() .add_xaxis([i[0] for i in data_list]) .add_yaxis('商品1订单量', [i[1] for i in data_list]) .set_global_opts(title_opts=opts.TitleOpts(title='区域商品1订单量')) ) # 展示图表 bar.render('bar.html') ``` 其中,`bar.html`是生成的HTML文件的名称,可以根据实际情况进行修改。运行代码后,会生成一个HTML文件,用浏览器打开即可查看可视化结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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