如何使用pyecharts包画统计图

最新推荐文章于 2024-04-22 10:51:13 发布
最新推荐文章于 2024-04-22 10:51:13 发布
阅读量415 收藏
点赞数
文章标签： python 信息可视化 数据分析
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_51936161/article/details/130414585
版权

用pyecharts包画统计图

1.柱状图

1.基本柱状图

from pyecharts.charts import Bar

#1.创建柱状图对象
bar = Bar()

#2.添加数据
#1）添加x轴数据
bar.add_xaxis(['1季度','2季度','3季度','4季度'])
#2）添加x轴上每一个选项对应的数据
bar.add_yaxis('销售额',[280,219,199,300])
bar.add_yaxis('成本',[120,110,200,150])

#3.制图
bar.render('files/柱状图1.html')

2.柱状图的各种配置

from pyecharts.charts import Bar
from pyecharts import options
#1.创建图表对象
bar = Bar()

#2.添加数据
bar.add_xaxis(['1季度','2季度','3季度','4季度'])

#添加数据的时候，可以单独针对某种数据进行相关配置
bar.add_yaxis(
    '销售额',
    [280,219,199,300],
    #柱子的颜色
    color='pink',
    #柱子的宽度
    bar_width=50,
)

bar.add_yaxis(
    '成本',
    [120,110,200,150],

)

#3.添加配置
#全局配置   数据轴以外的部分  图表外围   图的标题，图例，

bar.set_global_opts(
    #设置标题 相关设置
    title_opts=options.TitleOpts(
        title='某公司2022年全年销售信息',   #标题内容
        title_link='https://www.baidu.com',  #超链接
        subtitle = '销售额数据和成本数据',  #副标题
        subtitle_link='https://www.jd.com',
        pos_right='180',   #设置标题的位置，left,right,top.bottom
        text_align='center',  #设制对齐方式  副标题和正标题在哪头对齐 left,center,right
    ),
    #设置图例
    legend_opts=options.LegendOpts(
        is_show=True,   #隐藏图例
        pos_right=0,
        item_width=20,
        item_height=10,
    ),
    #针对x,y轴的配置
    #设置x轴
    xaxis_opts=options.AxisOpts(
        name='时间'
    ),
    #设置y轴
    yaxis_opts=options.AxisOpts(
        name='销售额（万元）/成本（万元）'
    )
)

#系列配置   数据轴以内
bar.set_series_opts(
    #设置标签
    label_opts=options.LabelOpts(
        is_show=True,   #显示
        position='top',   #数字所放的位置
        color='green',   #字体颜色
        rotate=45,    #字体旋转
    ),
    #添加最大值和最小值的标记点
    markpoint_opts=options.MarkPointOpts(
        data=[
            options.MarkPointItem('最大值','max'),
            #options.MarkPointItem('最小值','min')
        ]
    )
)
#数据配置   对某一个数据进行配置
#添加数据的时候，可以单独针对某种数据进行相关配置

#4.渲染图表
bar.render('files/柱状图2.html')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jXRHDag9-1682598405615)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202530307.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-73WYbaEs-1682598405617)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202553421.png)]

2.折线图

from pyecharts.charts import Line
from pyecharts import options

#1.创建折线图对象
line = Line()

#2.添加数据
line.add_xaxis(['1季度','2季度','3季度','4季度'])

line.add_yaxis(
    '成本',
    [120,110,200,150],
    color='lightPink',
    #是否平滑   只能在数据配置里面加
    is_smooth=True
)
line.add_yaxis('销售额',[280,219,199,300])



#3.配置

line.set_global_opts(
    title_opts=options.TitleOpts(
        title='某公司2022年全年销售信息',  # 标题内容
        subtitle='销售额数据和成本数据',  # 副标题
        pos_right='180',  # 设置标题的位置，left,right,top.bottom
        text_align='center',  # 设制对齐方式  副标题和正标题在哪头对齐 left,center,right
        is_show=True
    ),
    # 设置图例
    legend_opts=options.LegendOpts(
        is_show=True,  # 隐藏图例
        pos_right=0,
        item_width=20,
        item_height=10,
    ),
    #针对x,y轴的配置
    #设置x轴
    xaxis_opts=options.AxisOpts(
        name='时间'
    ),
    #设置y轴
    yaxis_opts=options.AxisOpts(
        name='销售额（万元）/成本（万元）'
    )
)
#系列配置    标记线
line.set_series_opts(
    markline_opts=options.MarkLineOpts(
        data=[options.MarkLineItem('平均值','average')]
    ),


)

#4.渲染图
line.render('files/折线图.html')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HRH4c47a-1682598405618)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202509564.png)]

3.饼图

from pyecharts.charts import Pie
from pyecharts import options

#1.创建饼图对象
pie = Pie()

#2.添加数据
#[('Apple',512)]
data = {'Apple':512,'HuaWei':600,'XiaoMi':320,
     'SanXing':80,'Oppo':120,'vivo':210}
pie.add(
    '销量',
    list(data.items()),
    #[('Apple', 512), ('HuaWei', 600), ('XiaoMi', 320),
    # ('SanXing', 80), ('Oppo', 120), ('ViVo', 210)]
    #数据配置
    #设置圆环   只能有一个括号，不能套叠括号
    radius=[60,120],
    #外圆以占比多少显示
    rosetype='radius',
)

#3.添加配置
#全局配置
pie.set_global_opts(
    legend_opts=options.LegendOpts(
        is_show=False
    ),
    title_opts=options.TitleOpts(
        title='京东购物节各品牌手机销量',
        pos_right=180,
        text_align='center',
    )
)
#系列配置
pie.set_series_opts(
    #设置数据的显示格式
    label_opts=options.LabelOpts(
        #特殊符号  {b} - 数据名称  {d}  -一个数据在整个数据中的百分比比值
        formatter='{b}:{d}%'
    ),
)

#渲染
pie.render('files/饼图.html')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ytAx1jA2-1682598405619)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202448109.png)]

4.地图

1.中国地图
from pyecharts.charts import Map
from pyecharts import options
import random

#1.创建地图对象
map1 = Map()

#2.添加数据    人口数量单位是 万人
data = [('四川省',8374),('浙江省',6577),
        ('江西省',4527.98),('广东省',12656.8),('山东省',10162.79),('河南省',9872)]
map1.add(
    '人口数量',
    data,
    maptype='china',
    #缩放比例  让地图限制缩放范围
    min_scale_limit=0.5,
    max_scale_limit=3,
    #改变默认大小
    zoom=2,

)
#3.配置地图
map1.set_global_opts(
    #在地图上显示根据数据的大小涂色
    visualmap_opts=options.VisualMapOpts(
        is_show=True,
        min_=3000,
        max_=15000,
        is_piecewise=True,
    ),
    title_opts=options.TitleOpts(
        title='2022年全国各省份人口数据',
        pos_right='170',
        text_align='center',
    ),
    legend_opts=options.LegendOpts(
        is_show=False
    )
)

#渲染地图
map1.render('files/中国地图.html')

2.世界地图
from pyecharts.charts import Map
from pyecharts import options
import random

#1.创建地图对象
map1 = Map()

#2.添加数据
map1.add(
    '人均GDP',
    [('China',19280),('United States',22000),('Japan',12300),('Sudan',8000),('Australia',10000),
     ('Russia',9980)],
    maptype='world',
#缩放比例  让地图限制缩放范围
    min_scale_limit=0.5,
    max_scale_limit=3,
    #改变默认大小
    zoom=1,
)
#全局配置
map1.set_global_opts(
    # 在地图上显示根据数据的大小涂色
    visualmap_opts=options.VisualMapOpts(
        is_show=True,
        min_=8000,
        max_=25000,
        is_piecewise=True,
    ),
    title_opts=options.TitleOpts(
        title='2022年全球各国家GDP数据',
        pos_right='170',
        text_align='center',
    ),
    legend_opts=options.LegendOpts(
        is_show=False
    )
)
#系列配置  不显示世界地图上各个国家的名字
map1.set_series_opts(
    label_opts=options.LabelOpts(
        is_show=False
    )
)

#渲染地图
map1.render('files/世界地图.html')

3.四川省地图
from pyecharts.charts import Map
from pyecharts import options
import random

#1.创建地图对象
map1 = Map()

#2.添加数据
map1.add(
    '平均薪资',
    [('成都市',5000),('广元市',3000),('绵阳市',4500),('乐山市',4000),
     ('甘孜藏族自治州',2000),('南充市',3500),('德阳市',3700),('凉山彝族自治州',2300)],
    maptype='四川',
#缩放比例  让地图限制缩放范围
    min_scale_limit=0.5,
    max_scale_limit=3,
    #改变默认大小
    zoom=1.25,
)

#3.配置地图
map1.set_global_opts(
    #在地图上显示根据数据的大小涂色
    visualmap_opts=options.VisualMapOpts(
        is_show=True,
        min_=1500,
        max_=5000,
        is_piecewise=True,
    ),
    title_opts=options.TitleOpts(
        title='2022年四川省各城市人均薪资',
        pos_right='0',
        text_align='center',
    ),
    legend_opts=options.LegendOpts(
        is_show=False
    )
)

#渲染地图
map1.render('files/四川地图.html')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Z72MWiyy-1682598405620)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202401888.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-o5SvWYLu-1682598405620)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202422276.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RVVCxCmf-1682598405621)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202221377.png)]

5.词云图

from pyecharts.charts import WordCloud
from pyecharts import options

#1.创建词云对象
wc = WordCloud()

#2.添加数据
wc.add(
    '游戏玩家数量',
    [('王者荣耀',9893),('英雄联盟',7821),('原神',2983),
     ('开心消消乐',12009),('保卫萝卜',892),('CSGO',1290),
     ('永劫无间',290),('守望先锋',120),('和平精英',15032),
     ('qq飞车',782),('第五人格',403),('穿越火线',3909),
     ('诛仙',109),('红警',99)],
    # 词云图的形状cardioid(心脏线)、diamond(钻石)、triangle(三角形)、triangle-forward、pentagon(五边形)、star(星形)
    shape='cardioid',
    #词云图形状的宽高
    width='200',
    height='300',

)

#渲染
wc.render('files/词云图.html')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-C4kMRvHA-1682598405622)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202156102.png)]

6.从表中取出数据作图

import openpyxl
from pyecharts.charts import Bar
from pyecharts import options

#提取销售表里的数据，按照销售渠道：拼多多，抖音，天猫，京东，实体 五类
#提取出销售数量，制作条形图

#1.获得工作簿对象
wb = openpyxl.open('files/2020年销售数据.xlsx')

#2.获得工作表
sheet1 = wb.active
print(sheet1)

sheet2 = wb['data']
print(sheet2)

'''
#获得销售渠道一整列的数据
col = 3
for row in range(1,sheet2.max_row+1):
    cell = sheet2.cell(row,col)
    print(cell.value)

#获取销售额一整列的数据
col = 7
for row in range(1,sheet2.max_row+1):
    cell = sheet2.cell(row,col)
    print(cell.value)
'''

qudao_lt = []
xiaolaing_lt =[]

#
for row in range(3,sheet2.max_row):
    if sheet2.cell(row,3).value not in qudao_lt:
        qudao_lt.append(sheet2.cell(row,3).value)
        xiaolaing_lt.append(0)

    for index in range(len(qudao_lt)):
        if sheet2.cell(row,3).value == qudao_lt[index]:
            xiaolaing_lt[index] += sheet2.cell(row,7).value

print(qudao_lt)
print(xiaolaing_lt)

#柱状图
bar = Bar()

bar.add_xaxis(['拼多多','抖音','天猫','京东','实体'])

bar.add_yaxis('销量',
              [22398, 12545, 37000, 21522, 13911],
              # 柱子的颜色
              color='#8ADCDC',
              # 柱子的宽度
              bar_width=50,
              )


bar.set_global_opts(
#设置标题 相关设置
    title_opts=options.TitleOpts(
        title='2020年销售数据图',   #标题内容
        #title_link='https://www.baidu.com',  #超链接
        subtitle = '销售渠道和销量数据',  #副标题
        #subtitle_link='https://www.jd.com',
        pos_right='180',   #设置标题的位置，left,right,top.bottom
        text_align='center',  #设制对齐方式  副标题和正标题在哪头对齐 left,center,right
    ),
   legend_opts=options.LegendOpts(
        is_show=True,   #隐藏图例
        pos_right=0,
        item_width=20,
        item_height=10,
    ),
    # 针对x,y轴的配置
    # 设置x轴
    xaxis_opts=options.AxisOpts(
        name='渠道'
    ),
    # 设置y轴
    yaxis_opts=options.AxisOpts(
        name='销售数量'
    )
)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FAFF1sN3-1682598405623)(C:\Users\86152\AppData\Roaming\Typora\typora-user-images\image-20230427202119426.png)]

   pos_right='180',   #设置标题的位置，left,right,top.bottom
    text_align='center',  #设制对齐方式  副标题和正标题在哪头对齐 left,center,right
),

legend_opts=options.LegendOpts(
is_show=True, #隐藏图例
pos_right=0,
item_width=20,
item_height=10,
),
# 针对x,y轴的配置
# 设置x轴
xaxis_opts=options.AxisOpts(
name=‘渠道’
),
# 设置y轴
yaxis_opts=options.AxisOpts(
name=‘销售数量’
)
)


[外链图片转存中...(img-FAFF1sN3-1682598405623)]
qq_51936161
关注
Python数据可视化 Pyecharts 制作 Bar 柱状、条形图
Mr数据杨
02-22 4万+
大家好，我是Mr数据杨，想象一下，我们正在阅读一场周瑜精心策划的赤壁之战，火光在柱状图/条形图（Bar）上熊熊燃烧。在基本设置中，定义了这场战役的大小，范围和时间。然后，在坐标轴设置中，对战役的每一个阶段进行标记，像是那关键的东风之夜，或者那个蔡瑁杨允带领舰队投降的时刻。
Python数据分析实战：使用pyecharts绘制消费类别占比拼图
weixin_43263566的博客
06-09 729
Python数据分析实战：使用pyecharts绘制消费类别占比拼图
python 分析房价价格 生成图表 pyecharts
zy1183723764的博客
09-26 511
#coding=utf-8 from time import sleep import time from selenium.webdriver.chrome.options import Options from selenium import webdriver from hashlib import md5 import datetime import requests import u...
Python数据可视化 pyecharts实现各种统计图表过程详解
ASP.NET
10-23 5831
这篇文章主要介绍了Python数据可视化 pyecharts实现各种统计图表过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1、pyecharts介绍 Echarts是一款由百度公司开发的开源数据可视化JS库，pyecharts是一款使用python调用echarts生成数据可视化的类库，可实现柱状图，折线图，饼状图，地图等统计图表。 2、柱状图 适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段.
数据可视化-Pyecharts绘制柱形图
最新发布
m0_74394367的博客
04-22 1030
本实验通过绘制pyecharts库的柱形图，讲解使用pandas读取文件、绘制柱形图及使用pyecharts的set_global_opts和set_series_opts方法设置上显示数据标签、设置交互式的工具栏和数据缩放功能，以及在鼠标悬停时显示提示信息、同时在柱形内部显示数值标签，并标记出最大值、最小值和平均值等，可以让柱形图更加丰富和便于读者理解数据。
python 调用pyecharts 制作柱状图饼图折线图
一曲无痕奈何
09-25 6761
from pyecharts import Bar,Line,Pie # 用于图形数据的添加以及展现 Bar Line Pie 分别是柱状图 折线图 饼图 import pandas as pd #读取文件的库 df=pd.read_csv("./Data.csv") # 读取css文件的操作 # v2=df["Data"] v1=df["city"] # 读取文件中...
我的Python教程：使用Pyecharts画柱状图
我的Python教程
08-08 2903
Echarts 是一个基于 JavaScript 的数据可视化库，提供了丰富的图表类型和交互功能。通过 Pyecharts，你可以使用 Python 代码生成各种类型的 Echarts 图表，例如折线图、柱状图、饼图、散点图等。Pyecharts 提供了许多方便的 API 和方法，可以让你轻松地创建和定制自己的图表。render()：用于生成 HTML 文件并打开图表。Scatter()：用于创建散点图。Line()：用于创建折线图。Bar()：用于创建柱状图。Pie()：用于创建饼图。
python使用pyecharts库画地图数据可视化的实现
09-17
在Python中，Pyecharts库是一个强大的工具，用于创建各种类型的数据可视化图表，包括地图。本文将详细介绍如何使用...无论是疫情分布、人口统计还是商业活动分析，Pyecharts都能帮助我们以地图的形式清晰地呈现数据。
学会用pyecharts画玫瑰图
hs_96的博客
06-08 950
首先，我们要导入库，pyecharts库是一个用于生成 Echarts 图表的类库，而Echarts是一个由百度开源的商业级数据图表，它是一个纯JavaScript的图表库，可以为用户提供直观生动，可交互，可高度个性化定制的数据可视化图表，赋予了用户对数据进行挖掘整合的能力。从统计的结果来说，我们的数据已经处理的很好了，但是还是存在着格式不匹配的问题，我们仍要继续进行数据类型的改造，我们对数据进行打包，就可以得到我们要的数据类型了。现在，我们已经懂得了基础的绘画玫瑰图了，下面我们继续来学习它的进阶画法吧。
python画航线图_数据可视化：python调用pyecharts库绘制航线专题图
weixin_39789206的博客
11-30 1408
写在前面这学期上了数据通讯这门课，其中有一个作业是要求爬取某一天各重要城市到上海虹桥以及上海浦东两机场的航班信息，然后进行可视化、数据分析。在这一份作业用到的可视化工具是python的pyecharts库，其中一幅图的效果如下： 事实上这航线图是可以动的，只是截了个屏，下面具体说一下怎么操作。用到的库除了pyecharts,还有numpy、panda. 第一步 获取数据要做数据的可视化，首先肯定要...
pyecharts可视化——柱状图
lyx52Hertz的博客
03-17 966
基础柱状图。
Pyecharts可视化二手房信息
hhq2002322的博客
12-29 2481
今天，我们来可视化大屏某家的二手房源信息，因为网上的数据不够直观，准确，所以我们要对数据进行有效的挖掘，然后让数据能够一目了然，所以我们选择做可视化大屏，效果如下图。
echarts柱状图y轴展示百分比，鼠标移入label展示数值
热门推荐
细节怪的博客
08-12 1万+
echarts官网提供的是y轴展示数据和label同步，都是柱条数值，我们只需要将该数值数组做一次转换，再赋值给series的data就可以实现。
智慧农业系统 - 可视化大屏（Echarts）&管理系统（HTTP(S)协议）&物联网平台（MQTT协议）
YYDataV的博客
09-29 1万+
一、平台功能特点 1.农业数据实时监控，实时视频监控，历史数据分析； 2.支持电子地图，设备地理位置精确定位； 3.支持多级组织结构管理，满足集团大客户需求； 4.可视化大屏展示，数据指标一目了然，彰显企业数字化建设形象； 二、主要技术栈 1.采用前后端分离的模式，前端框架VUE，数据可视化Echarts； 2.HTTP服务Python Django ； 3.MQTT物联网服务 Mosquitto；
Vue中使用Echarts统计图
HXH1019的博客
01-11 1212
3、完成以上安装配置即可使用Echarts统计图。下面是引入两个统计图案例，一个为条形统计图，还有一个是扇形统计图。4、按照我以上配置就完成了Echarts统计图的使用，如果无法显示或者存在报错信息，请重启项目。想要在Vue中使用echarts统计图其实很简单，跟随我以下步骤轻松完成。1、在当前项目的终端运行以下命令，安装echarts依赖。2、安装完成之后在main.js进行以下配置。
pyecharts各种图表实现（超级全）
hyk的博客
01-22 4181
目录平面直角坐标系直方图折线图箱形图散点图带涟漪效果散点图k线图热力图象型图层叠图地理图表GEO-地理坐标系MAP-地图BMAP-百度地图基本图表饼图漏斗图仪表盘水球图日历图关系图平行坐标系极坐标系雷达图旭日图桑基图河流图词云图表格3D图表3D散点图3D折线图3D直方图3D地图树型图表树图矩形树图 以下默认都是在Jupyter Notebook展示 也可以将每个图代码的最后一行换为 所创建的对象.render('名字.html')转换为html文件就可以查看啦 平面直角坐标系 直方图 x_data = ['
基于pyecharts时间轴组件实现动态柱形图
weixin_64378412的博客
06-14 900
pyecharts是一个基于 Python 的数据可视化库，它是echarts的 Python 封装。echarts是一个由百度开发的基于 JavaScript 的数据可视化库，它提供了丰富的图表类型和交互功能，可以帮助用户快速地创建交互式的数据可视化图表。同时pyecharts提供了一系列的 Python 接口，可以方便地使用echarts的功能来创建各种类型的图表，包括折线图、柱状图、散点图、地图等。与其他 Python 数据可视化库相比，pyecharts。
数据可视化：pyecharts
2301_77210166的博客
12-14 1310
(1) 带x轴和y轴的直角坐标系图表：.add_xaxis( ) .add_yaxis( )xaxis_opts，yaxis_opts：表示x轴、y轴的配置项。datazoom_opts：表示数据区域缩放组件的配置项。graphic_opts：表示原生图形元素组件的配置项。(2) 不带x轴和y轴的基本图表： .add( )tooltip_opts：表示提示框组件的配置项。toolbox_opts：表示工具箱组件的配置项。·brush_opts：表示区域选择组件的配置项。
flask + Pandas + echarts 使用饼状图等将二手房数据进行分析+可视化
菜鸟实战的博客
01-08 2530
flask + Pandas + echarts 使用饼状图等将二手房数据进行分析+可视化
python使用pyecharts词频统计后进行绘制词云图
06-02
好的，我可以为您提供一些关于如何使用Python的pyecharts库进行词频统计和绘制词云图的指导。 首先，您需要安装pyecharts和jieba库。Pyecharts是一个基于Echarts的Python可视化库，而jieba是一个中文分词库。 安装...
评论 1
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