“
阅读本文大概需要 7 分钟。
” 好久没更了,主要也是不知道要更新些什么,还是欢迎各位小伙伴给我找难题的,有什么爬不动的网站可以直接私信发我(发送‘微信’即可添加我)。言归正传,今天更一篇用pyecharts的基础图形篇,折线图、柱状图、散点图、饼状图。链接
本篇采用Pyecharts 0.5.x版进行讲解
https://pyecharts.readthedocs.io/projects/pyecharts-en/zh/latest/#welcome-to-read-the-docs
环境:
pyecharts 0.5.11
下载命令:pip install pyecharts==0.5.11
折线图:
数据:
时间:['2019-03-01星期五', '2019-03-02星期六', '2019-03-03星期日', '2019-03-04星期一', '2019-03-05星期二', '2019-03-06星期三', '2019-03-07星期四', '2019-03-08星期五', '2019-03-09星期六', '2019-03-10星期日', '2019-03-11星期一', '2019-03-12星期二']温度:[23, 25, 21, 23, 24, 19, 16, 15, 18, 17, 22, 24]
def line_(x, y, title='折线图'): line = Line('折线图', width=800, height=350,) line.add(title, x, y) line.render('{}.html'.format(title))line_(x, y, '气温')
运行结果:
line.add(title, x, y, mark_point=["average", "max", "min"], mark_line=["average", "max", "min"])
运行结果:
运行结果:
柱状图
查看add()方法
add(name, x_axis, y_axis,is_stack=False,bar_category_gap='20%', **kwargs)名称-> str图例名称x_axis-> listx坐标轴数据y_axis->列表y坐标轴数据is_stack-> bool数据堆栈,同个类目轴上系列配置相同的stack值可以堆叠放置bar_category_gap-> int / str类目轴的柱状距离,当设置为0时柱状是紧挨着(直方图类型),最小为'20%'
数据:
时间:['2019-03-01星期五', '2019-03-02星期六', '2019-03-03星期日', '2019-03-04星期一', '2019-03-05星期二', '2019-03-06星期三', '2019-03-07星期四', '2019-03-08星期五', '2019-03-09星期六', '2019-03-10星期日', '2019-03-11星期一', '2019-03-12星期二']温度:[58, 48, 33, 41, 34, 23, 19, 22, 23, 25, 48, 82]
def bar_(x, y, title): fig = Bar('柱状图', width=800, height=350,) fig.add(title, x, y) fig.render('{}.html'.format(title))bar_(x, y, '广州天气2')
运行结果:
参数is_convert交换XY轴,如下图:
散点图
add(name, x_axis, y_axis,extra_data=None,symbol_size=10, **kwargs)名称-> str图例名称x_axis->列表x坐标轴数据y_axis->列表y坐标轴数据extra_data->列表[int]第三维度数据,x轴为第一个维度,y轴为第二个维度。(可在visualmap中将视图元素映射到第三维度)extra_name->列表[str]的数据项的名称,可以为每个数据点指定一个名称。symbol_size-> int标记图形大小,交替为10
基本使用
v1 = [10, 20, 30, 40, 50, 60]v2 = [10, 20, 30, 40, 50, 60]scatter = Scatter("散点图示例")scatter.add("A", v1, v2)scatter.render('散点图.html')
运行结果:
饼图
查看add()方法
add(name, attr, value,radius=None,center=None,rosetype=None, **kwargs)名称-> str图例名称attr->列表属性名称值->列表属性所对应的值半径->列表饼图的尺寸,层叠的第一项是内部尺寸,第二项是外部薄片,尺寸为[0,75 ]模式设置成比例,相对于容器高宽中较小的一个的一半center- > list 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,替换为[50,50]设置设置成比例,设置成比例时第一项是相对于容器宽度,第二项是相对于容器高度rosetype-> str是否展示成南丁格尔图,通过尺寸区分数据大小,有'radius'和'area'两种模式。而是为'radius'radius:半径圆心角展现数据的百分比,局部展现数据的大小区域:所有同轴圆心角相同,仅通过木板展现数据大小
数据:
['第一产业(亿元)', '第二产业(亿元)', '第三产业(亿元)'][64734, 366001, 469575]
def pie_(x, y, title='折线图'): pie = Pie(title) pie.add(title, x, y) pie.render('{}.html'.format(title))pie_(x, y, '产业')
运行结果:
总结:
每种类型的 add() 方法都有很多参数,我的建议是没必要死记硬背下来,没必要,大概知道能实现什么功能,用的时候再具体查就好了。end
![df83190aea778269c7b7559841361e11.gif](https://i-blog.csdnimg.cn/blog_migrate/847ccfa0d9af3d9ce56150ec16a7cdf1.gif)
扫描二维码
了解更多技能
![1b10102f745986bb522547fb49301aba.png](https://i-blog.csdnimg.cn/blog_migrate/4317831d949afe175b848d3b60a5f881.jpeg)
好文和朋友一起看
![ce5f84691151b2aaa252aeb2b5062d14.gif](https://i-blog.csdnimg.cn/blog_migrate/d285e02e06ff88ec7441cfaa014fc24a.gif)