[pyecharts学习笔记]——Pie饼图

最新推荐文章于 2024-05-15 23:03:18 发布
最新推荐文章于 2024-05-15 23:03:18 发布
阅读量1.6w 收藏 129
点赞数 24
分类专栏： # Pyecharts
原文链接：http://gallery.pyecharts.org/#/Pie/pie_set_color
版权

基本示例

在这里插入图片描述

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType
c = (
     #设置主题
    Pie(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add(
        # 系列名称
        "",   
        
        # 系列数据项  格式为 [(key1, value1), (key2, value2)]
        [list(z) for z in zip(Faker.choose(), Faker.values())],  
        
        # 系列 label 颜色  Optional[str]
        color = None,
         
        # 饼图的半径，数组的第一项是内半径，第二项是外半径
        # 默认设置成百分比，相对于容器高宽中较小的一项的一半
        # Optional[Sequence]
        radius = None,
        
        # 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标
        # 默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
        # Optional[Sequence]
        center = None,

        # 是否展示成南丁格尔图，通过半径区分数据大小，有'radius'和'area'两种模式。
        # radius：扇区圆心角展现数据的百分比，半径展现数据的大小
        # area：所有扇区圆心角相同，仅通过半径展现数据大小
        # Optional[str]
        rosetype = None,
    
        # 饼图的扇区是否是顺时针排布。
        is_clockwise = True,
    
        # 标签配置项，参考 `series_options.LabelOpts`
        label_opts = opts.LabelOpts(),
    
        # 提示框组件配置项，参考 `series_options.TooltipOpts`
        tooltip_opts = None,
    
        # 图元样式配置项，参考 `series_options.ItemStyleOpts`
        itemstyle_opts = None,
    
        # 可以定义 data 的哪个维度被编码成什么。
        # types.Union[types.JSFunc, dict, None]
        encode = None,
        )
    # 全局配置项
    # 设置标题
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例"))
    
    # 系统配置项
    # 设置标签
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("pie_base.html")
)

设置颜色

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

c = (
    Pie()
    .add("", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"])
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-设置颜色"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("pie_set_color.html")
)

在这里插入图片描述

位置调整

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(Faker.choose(), Faker.values())],
        # 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标
    	# 默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
        center=["35%", "50%"],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Pie-调整位置"),
        legend_opts=opts.LegendOpts(pos_left="15%"), #图例位置调整
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("pie_position.html")
)

在这里插入图片描述

半径调整——环形图

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType
from pyecharts.faker import Faker
c = (
    Pie(init_opts=opts.InitOpts(theme=ThemeType.MACARONS))
    .add(
        "",
        [list(z) for z in zip(Faker.choose(), Faker.values())],
        # 饼图的半径，数组的第一项是内半径，第二项是外半径
        # 默认设置成百分比，相对于容器高宽中较小的一项的一半
        radius=["40%", "75%"],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Pie-Radius"),
        legend_opts=opts.LegendOpts(
            orient="vertical", #图例垂直放置
            pos_top="15%",# 图例位置调整
            pos_left="2%"),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("pie_radius.html")
)

在这里插入图片描述

富文本示例

里面的一些参数，比如颜色，字体，都是可以调整的

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType

c = (
    Pie(init_opts=opts.InitOpts(theme=ThemeType.MACARONS))
    .add(
        "",  # 系列名称
        # 系列数据项，格式为 [(key1, value1), (key2, value2)]
        [list(z) for z in zip(Faker.choose(), Faker.values())],
        
        # 饼图的半径，数组的第一项是内半径，第二项是外半径
        # 默认设置成百分比，相对于容器高宽中较小的一项的一半
        radius=["40%", "55%"],
        
        #标签配置项
        label_opts=opts.LabelOpts(
            # position 标签的位置
            position="outside",
            # 回调函数，回调函数格式：
            # (params: Object|Array) => string
            # 设置标签的显示样式
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
           # 背景颜色
            background_color="#eee",
            # 边框颜色
            border_color="#aaa",
            # 边框宽度
            border_width=1,
            # 边框四角弧度
            border_radius=4,
            
            rich={
                "a": {"color": "#999",
                      "lineHeight": 22,
                      "align": "center" #对齐方式
                      },
                
                
                "abg": {
                    "backgroundColor": "#e3e3e3", 
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                     },
                
                
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                    },
                
                
                "b": {"fontSize": 16,
                      "lineHeight": 33
                      },
                
                
                #百分比
                "per": {
                    "color": "#eee", #字体颜色
                    "backgroundColor": "#334455",  #背景颜色
                    "padding": [2, 4],
                    "borderRadius": 2,
                    },
            },
        ),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-富文本示例"))
    .render("pie_rich_label.html")
)

在这里插入图片描述
修改一些颜色参数
在这里插入图片描述

嵌套饼图

import pyecharts.options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

# 内部饼图
inner_x_data = ["直达", "营销广告", "搜索引擎"]
inner_y_data = [335, 679, 1548]
inner_data_pair = [list(z) for z in zip(inner_x_data, inner_y_data)]
# [['直达', 335], ['营销广告', 679], ['搜索引擎', 1548]]


# 外部环形（嵌套）
outer_x_data = ["直达", "营销广告", "搜索引擎", "邮件营销", "联盟广告", "视频广告", "百度", "谷歌"]
outer_y_data = [335, 310, 234, 135, 1048, 251, 147, 102]
outer_data_pair = [list(z) for z in zip(outer_x_data, outer_y_data)]
...
# 观察一下怎么嵌套的
# 1.内部——直达335 = 外部 直达335 
# 2.内部——营销广告679 = 外部 营销广告310 + 搜索引擎234 + 邮件营销135
# 3.内部——搜索引擎1548 = 外部 联盟广告1048 + 视频广告251 + 百度147 + 谷歌102
[['直达', 335],
 
 ['营销广告', 310],
 ['搜索引擎', 234],
 ['邮件营销', 135],
 
 ['联盟广告', 1048],
 ['视频广告', 251],
 ['百度', 147],
 ['谷歌', 102]]
...


c = (
     # 初始化
    Pie(init_opts=opts.InitOpts(
        width="900px", 
        height="800px",
        theme=ThemeType.SHINE))
    
    # 内部饼图
    .add(
        series_name="访问来源",  # 系列名称
        center=["50%", "35%"],
        data_pair=inner_data_pair,  # 系列数据项，格式为 [(key1, value1), (key2, value2)]
        radius=[0, "30%"],  #饼图半径 数组的第一项是内半径，第二项是外半径
        label_opts=opts.LabelOpts(position="inner"), #标签设置在内部
    )
    
    # 外部嵌套环形图
    .add(
        series_name="访问来源",  # 系列名称
        center=["50%", "35%"],
        radius=["40%", "55%"],  #饼图半径 数组的第一项是内半径，第二项是外半径
        data_pair=outer_data_pair, # 系列数据项，格式为 [(key1, value1), (key2, value2)]
        # 标签配置项 参考上面的例子
        label_opts=opts.LabelOpts(
            position="outside",
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999",
                      "lineHeight": 22, 
                      "align": "center"},
               
                
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                },
               
                
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                
                
                "b": {"fontSize": 16, "lineHeight": 33},
                
                
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
    # 全局配置项
    .set_global_opts(legend_opts=opts.LegendOpts(
        pos_left="left", 
        orient="vertical"))
   
    # 系统配置项
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", 
            formatter="{a} <br/>{b}: {c} ({d}%)"
        )
    )
    .render("nested_pies.html")
)

在这里插入图片描述

定制饼图

import pyecharts.options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

# 数据准备
x_data = ["直接访问", "邮件营销", "联盟广告", "视频广告", "搜索引擎"]
y_data = [335, 310, 274, 235, 400]
data_pair = [list(z) for z in zip(x_data, y_data)]
"""
[['直接访问', 335], 
 ['邮件营销', 310],
 ['联盟广告', 274], 
 ['视频广告', 235], 
 ['搜索引擎', 400]]
"""
data_pair.sort(key=lambda x: x[1]) # 排序
"""
[['视频广告', 235],
 ['联盟广告', 274], 
 ['邮件营销', 310], 
 ['直接访问', 335], 
 ['搜索引擎', 400]]
"""


c=(
   # 初始化
    Pie(init_opts=opts.InitOpts(
        width="900px", 
        height="600px",
        theme=ThemeType.MACARONS))
    .add(
        series_name="访问来源",# 系列名称
        data_pair=data_pair, # 系列数据项，格式为 [(key1, value1), (key2, value2)]
        
        # 是否展示成南丁格尔图，通过半径区分数据大小，有'radius'和'area'两种模式。
        # radius：扇区圆心角展现数据的百分比，半径展现数据的大小
        # area：所有扇区圆心角相同，仅通过半径展现数据大小
        rosetype="radius",
        
        # 饼图的半径
        radius="55%",
        
        # 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标
        # 默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
        center=["50%", "50%"],
        
        # 标签配置项
        label_opts=opts.LabelOpts(is_show=False, position="center"),
    )
    
    #全局配置项
    .set_global_opts(
        # 设置标题
        title_opts=opts.TitleOpts(
            title="Customized Pie",
            pos_left="center",
            pos_top="20",
            title_textstyle_opts=opts.TextStyleOpts(color="#fff"),
        ),
        # 设置图例
        legend_opts=opts.LegendOpts(is_show=True),
    )
    
    # 系统配置项
    .set_series_opts(
        # 设置提示框
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
        ),
        label_opts=opts.LabelOpts(color="#3333FF"),
    )
    .render("customized_pie.html")
)

在这里插入图片描述

多饼图

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType

fn = """
    function(params) {
        if(params.name == '其他')
            return '\\n\\n\\n' + params.name + ' : ' + params.value + '%';
        return params.name + ' : ' + params.value + '%';
    }
    """


def new_label_opts():
    return opts.LabelOpts(formatter=JsCode(fn), position="center")


c = (
    Pie(init_opts=opts.InitOpts(theme=ThemeType.MACARONS))
    .add(
        "",
        [list(z) for z in zip(["剧情", "其他"], [25, 75])],
        center=["20%", "30%"],
        radius=[60, 80],
        label_opts=new_label_opts(),
    )
    .add(
        "",
        [list(z) for z in zip(["奇幻", "其他"], [24, 76])],
        center=["55%", "30%"],
        radius=[60, 80],
        label_opts=new_label_opts(),
    )
    .add(
        "",
        [list(z) for z in zip(["爱情", "其他"], [14, 86])],
        center=["20%", "70%"],
        radius=[60, 80],
        label_opts=new_label_opts(),
    )
    .add(
        "",
        [list(z) for z in zip(["惊悚", "其他"], [11, 89])],
        center=["55%", "70%"],
        radius=[60, 80],
        label_opts=new_label_opts(),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Pie-多饼图基本示例"),
        legend_opts=opts.LegendOpts(
            type_="scroll", pos_top="20%", pos_left="80%", orient="vertical"
        ),
    )
    .render("mutiple_pie.html")
)

在这里插入图片描述

玫瑰图示例

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType

v = Faker.choose()
c = (
    Pie(init_opts=opts.InitOpts(theme=ThemeType.MACARONS))
    .add(
        "",
        [list(z) for z in zip(v, Faker.values())],
        radius=["30%", "75%"],
        center=["25%", "50%"],
        rosetype="radius",
        label_opts=opts.LabelOpts(is_show=False),
    )
    .add(
        "",
        [list(z) for z in zip(v, Faker.values())],
        radius=["30%", "75%"],
        center=["75%", "50%"],
        rosetype="area",
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图示例"))
    .render("pie_rosetype.html")
)

在这里插入图片描述

卖山楂啦prss
关注
  • 24
    点赞
  • 踩
  • 129
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
【Python】通过Pyecharts 可视化制作饼图Pie 、直方图
disy924的博客
06-23 6913
饼图：以饼状图形显示一个数据系列中各项的大小与各项总和的比例，也称作扇形统计图。场景：适用于二维数据，即一个分类字段，一个连续数据字段，当用户更关注与简单占比时，适合使用饼图。优点：简单直观，很容易看到组成成分的占比缺点不适合较大的数据集（分类）展现数据项中不能有负值当比例接近时，人眼很难准确判别类似图表：环形图、3D饼图直方图又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据类型，纵轴表示分布情况，直方图是数值数据分布的精确图形表示。
Python数据可视化——pyecharts学习笔记
yeyuanxiaoxin的博客
02-15 5258
导读：Python数据可视化的库有很多，常见的有matplotlib、pyplot、Seaborn、pyecharts等。 pyecharts是一款将python与echarts相结合的数据可视化库，可用于制作 Echarts 图表，输出动态的可视化图表，。Echarts 是百度开源的一个数据可视化 JS 库。 以下基于win系统的Python3版本pyecharts0.5.10进行。 py...
Python之pyecharts的常见用法1-水球图
weixin_42636075的博客
06-01 1567
Pyecharts是一个基于Echarts的Python可视化库，可以用Python语言轻松地生成各种交互式图表和地图。它支持多种图表类型，包括折线图、柱状图、散点图、饼图、地图等，并且可以通过简单的API调用实现数据可视化。
Echarts饼状图属性设置大全_echarts radius
2401_85012504的博客
05-15 918
的朋友，可以加我V获取：vip1024c （备注嵌入式）**
PyEcharts——python学习笔记
moxiaobei的博客
12-04 4836
参考pyechart文档：http://pyecharts.org/#/zh-cn/ 安装PyEcharts 命令行内输入 pip install pyecharts 等待安装完成 安装 pyecharts_snapshot（自选） 如果想直接将图片保存为 png, pdf, gif 格式的文件，可以使用 pyecharts-snapshot。 pip 安装 pip install pyech...
Jupyter Notebook + Pyecharts——学习笔记(03)
柳小白的博客
11-16 906
pyechats配置项修改
Jupyter Notebook + Pyecharts——学习笔记(01)
柳小白的博客
10-26 1320
Pyecharts,各种图代码
[pyecharts学习笔记]——页面组件 Page（顺序多图，将多个图将汇总到一个页面）
热门推荐
积一时之步，臻千里之遥程
05-10 3万+
学习了这么的 pyecharts的绘图，总想着，如果能将所有图片集中到一个页面就好了，这样可以对不同的情况进行同时交互展示，还有就是制作成像 BI大屏那样，就更高大上了。 pyecharts 中的 页面组件 Page 很好的解决的这个问题，能够将许多张图片，放在一起。 下面学习pyecharts作者给出的例子 （1）简单布局 # 导入要使用的模块 from pyecharts import options as opts from pyecharts.charts import Bar, Grid, L
学习笔记：python数据分析：6.Python + PyEcharts——数据可视化（下）
weixin_42850424的博客
05-23 381
饼图Pie from pyecharts.charts import Pie # 导入pyecharts图表模块的饼图 from pyecharts.faker import Faker # 导入pyecharts随机虚构数据模块 from pyecharts import options as opts # 导入图表配置模块 pie = Pie() pie.add("", [list(z) for z in zip(Faker.choose(), Faker.values())]) pie.
Python学习零基础
weixin_60994019的博客
03-21 1260
Python基本用法易上手
IOS应用源码——pieView饼图.zip
10-14
【标题】"IOS应用源码——pieView饼图.zip"是一个专门为iOS平台开发的应用源代码，其中包含了实现饼图（Pie Chart）展示的功能。饼图是一种数据可视化工具，常用于表示部分与整体之间的关系，各个扇区的大小代表了...
higtchars pie饼图
01-04
【标题】"higtcharts pie饼图"是一个利用JavaScript库Hightcharts创建的精美饼状图展示技术。Hightcharts是一款强大的数据可视化工具，适用于Web应用程序，能够帮助开发者轻松地生成高质量的图表，包括柱状图、折线...
Pie饼图用到的文件实例
12-20
本实例中，我们将探讨如何使用Pie饼图来呈现数据，并结合给定的文件来解析实现过程。 首先，"Default.aspx"是ASP.NET中的默认网页文件，它通常包含了网页的HTML结构和对服务器端代码的引用。在这个案例中，它可能...
flex 3D pie 饼图效果
07-24
Flex代码实现的 3D饼图效果；本示例是我按自己的思路实现的饼状3D图，并没有完成所有的Chart功能，因为涉及到的零碎内容较多，例如tip文本等等， 所以，这个示例仅仅只是做为 实现3D饼状图形的一个代码参考。 本示例...
数据可视化-Pyecharts绘制饼图
04-22
1. **导入Pyecharts库**：首先，我们需要导入Pyecharts库以及饼图相关的模块，例如`pyecharts.charts.Pie`。 ```python from pyecharts import options as opts from pyecharts.charts import Pie ``` 2. **设置...
基于Java开发的银行管理系统后台bankproject-master.zip
07-26
基于Java开发的银行管理系统后台bankproject-master.zip
基于Java实现的企业考勤管理系统(源代码+数据库SQL).rar
07-26
基于Java实现的企业考勤管理系统(源代码+数据库SQL).rar
【SCI1区】Matlab实现三角测量拓扑聚合优化器TTAO-Transformer-GRU故障诊断算法研究.rar
最新发布
07-26
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
pyecharts导入csv数据绘饼图
01-02
要使用pyecharts导入csv数据绘制饼图，首先需要将csv文件中的数据导入到Python中。可以使用pandas库来读取csv文件，将数据存储在一个DataFrame中。然后，可以使用pyecharts库来绘制饼图。 首先，使用pandas库读取csv文件，将数据存储在一个DataFrame中。然后，从DataFrame中提取出需要绘制饼图的数据，例如某一列的数值。接下来，使用pyecharts库创建一个Pie图表对象，将提取出的数据传入Pie对象，并设置好饼图的标题、标签、颜色等属性。最后，使用render()方法将图表渲染成html文件，或者使用notebook.render_notebook()方法在Jupyter Notebook中显示图表。 例如，可以使用下面的代码来实现： ```python import pandas as pd from pyecharts.charts import Pie from pyecharts import options as opts # 读取csv文件 df = pd.read_csv('data.csv') # 提取需要绘制饼图的数据 data = df['column_name'].value_counts() # 创建Pie图表对象 pie = ( Pie() .add("", [list(z) for z in zip(data.index, data.values)]) .set_global_opts( title_opts=opts.TitleOpts(title="饼图示例"), legend_opts=opts.LegendOpts(pos_left="right") ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c} ({d}%)")) ) # 将图表渲染成html文件 pie.render("pie_chart.html") ``` 通过以上步骤，就可以使用pyecharts库导入csv数据并绘制饼图。
评论 5
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