《Python数据可视化之Matplotlib与Pyecharts》之雷达图

11.5.2  不同区域销售业绩的比较

为了分析该企业的商品在不同区域的销售业绩情况,绘制了销售额的雷达图,Python代码如下:

# -*- coding: utf-8 -*-

 

#声明Notebook类型,必须在引入pyecharts.charts等模块前声明

from pyecharts.globals import CurrentConfig, NotebookType

CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

from pyecharts import options as opts

from pyecharts.charts import Page, Radar

from impala.dbapi import connect

 

#连接Hadoop数据库

v1 = []

v2 = []

v3 = []

conn = connect(host='192.168.1.7', port=10000, database='sales',auth_mechanism='NOSASL',user='root')

cursor = conn.cursor()

 

#读取Hadoop表数据

sql_num = "SELECT region,ROUND(SUM(sales)/10000,2),ROUND(SUM(profit)/10000,2) FROM orders WHERE dt=2019 GROUP BY region"

cursor.execute(sql_num)

sh = cursor.fetchall()

for s in sh:

    v1.append(s[0])

    v2.append(s[1])

    v3.append(s[2])

 

#画雷达图

def radar_base() -> Radar:

    c = (

        Radar()

        .add_schema(

            schema=[

                opts.RadarIndicatorItem(name="华东", max_=200),

                opts.RadarIndicatorItem(name="华南", max_=200),

                opts.RadarIndicatorItem(name="东北", max_=200),

                opts.RadarIndicatorItem(name="中南", max_=200),

                opts.RadarIndicatorItem(name="西南", max_=200),

                opts.RadarIndicatorItem(name="西北", max_=200),

            ]

        )

        .add("销售额", [v2])

        .add("利润额", [v3])

        .set_global_opts(

            title_opts=opts.TitleOpts(title="区域销售额与利润额的比较分析", subtitle="2019年企业经营状况"),

            legend_opts=opts.LegendOpts(selected_mode="single"),

            toolbox_opts=opts.ToolboxOpts()

        )

        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))

    )

    return c

 

#第一次渲染时候调用load_javasrcript文件

radar_base().load_javascript()

#展示数据可视化图表

radar_base().render_notebook()

在Jupyter lab中运行上述代码,生成如图11-5所示的雷达图。

图11-5  雷达图

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Python数据可视化是数据科学领域的重要环节,而matplotlibpyecharts是两个常用的数据可视化库。 matplotlib是一个功能强大而灵活的绘图库,可以创建各种类型的图表,包括折线图、散点图、柱状图、饼图等。它基于numpy数组进行绘图,可以轻松地处理大量数据。使用matplotlib,我们可以通过简单的几行代码创建出美观而有效的图表,并可以对图表的各个元素进行定制,如颜色、标签、坐标轴等。此外,matplotlib还支持将图表保存为多种格式,包括图片和PDF。 而pyecharts是一个基于echarts的Python库,它提供了一种更为高级和便捷的方式来创建交互式数据可视化。echarts是一款流行的JavaScript可视化库, 包含多种类型的图表,如折线图、散点图、柱状图、雷达图等,而pyecharts则是将echarts的功能封装在Python中,使得开发人员无需掌握JavaScript,就能够创建出强大的交互式图表。pyecharts提供了一套易用的API,通过简洁的代码可以实现复杂的数据可视化需求。另外,pyecharts也支持将图表导出为HTML、图片或PDF格式。 总而言之,matplotlibpyecharts是两个非常有用的数据可视化工具,它们分别提供了不同的绘图方式和功能。如果需要创建静态图表,并对其进行更加精细的控制,可以选择使用matplotlib;而如果希望创建交互式的图表,并且对绘图过程更为简便,可以考虑使用pyecharts。同时,学习并掌握这两个库,将有助于我们更好地进行数据分析可视化工作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

王国平

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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