pyecharts画布大小_数据可视化|pyecharts折线图

97b1ae4223e46f5c3a85a8bcaacd385f.gif

70730bece05db73571ca43a7710337e1.gif

折线图经常用来观察数据随时间变化的趋势,折线图中的维度不宜过多,否则会非常混乱和复杂,折线图可以显示随时间而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势。在可视化中,也经常用到面积图,面积图是折线图的变种,面积图更注重数据类别之间随着时间趋势的变化关系,表示数值累积。在折线图中,类别数据沿水平轴均匀分布,所有值数据沿垂直轴均匀分布,本文借助Python中的pyecharts库,绘制常用的折线图、平滑曲线、面积图等, 生成折线图可以分为如下几步,导入pyecharts库,导入数据,基本属性设置,如下为常用的折线图示例,详细操作请看代码注释。 1折线图基本示例
import pyecharts.options as opts #导入pyecharts库from pyecharts.charts import Linenum=[114, 55, 27, 101, 125, 27, 105] #导入数据lab=["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"](            Line(init_opts=opts.InitOpts(width='720px', height='320px')) #设置画布大小          .add_xaxis(lab)         .add_yaxis('商家A',num)                   .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例"))    ).render_notebook()

3ba82bd539cc02b99859dcbd3c29ef98.png

2GDP总量变化
import pyecharts.options as opts #导入pyecharts库from pyecharts.charts import Linegdp = [300.2, 543.3, 1075.9, 2862.5, 5979.6, 10289.7, 14958.3] #导入数据year = ['1950年', '1960年', '1970年', '1980年', '1990年', '2000年', '2010年'](            Line(init_opts=opts.InitOpts(width='720px', height='320px'))  #设置画布大小         .add_xaxis(year)         .add_yaxis("GDP",gdp)                   .set_global_opts(title_opts=opts.TitleOpts(title="GDP总量变化"))    ).render_notebook()

2d6fa981c77542c95b76a50d011a7f2a.png

3双变量基本示例
import pyecharts.options as opts #导入pyecharts库from pyecharts.charts import Linenum = [114, 55, 27, 101, 125, 27, 105] #导入数据num2 = [57, 134, 137, 129, 145, 60, 49]lab = ["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"](            Line(init_opts=opts.InitOpts(width='720px', height='320px')) # 指定画布大小,括号内为空则默认大小          .add_xaxis(xaxis_data=lab)         .add_yaxis("商家A", num)           .add_yaxis("商家B", num2)            .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例"))    ).render_notebook()

9aac1288aba33b87aaaa14b8d63850ea.png

4平滑曲线
##平滑曲线import pyecharts.options as opts #导入pyecharts库from pyecharts.charts import Linenum = [114, 55, 27, 101, 125, 27, 105] #导入数据num2 = [57, 134, 137, 129, 145, 60, 49]lab = ["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"](            Line(init_opts=opts.InitOpts(width='720px', height='320px'))           .add_xaxis(lab)         .add_yaxis("商家A", num,is_smooth=True)           .add_yaxis("商家B",num2,is_smooth=True) #设置平滑曲线属性          .set_global_opts(title_opts=opts.TitleOpts(title="平滑曲线"))    ).render_notebook()

9dff4023af671109b38f3e32c9e3b901.png

5面积图
##面积图import pyecharts.options as opts #导入pyecharts库from pyecharts.charts import Linenum = [114, 55, 27, 101, 125, 27, 105] #导入数据num2 = [57, 134, 137, 129, 145, 60, 49]lab = ["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"](            Line(init_opts=opts.InitOpts(width='720px', height='320px'))#设置画布大小          .add_xaxis(lab)         .add_yaxis("商家A", num,areastyle_opts=opts.AreaStyleOpts(opacity=0.5))#设置面积图属性          .add_yaxis("商家B",num2,areastyle_opts=opts.AreaStyleOpts(opacity=0.5))            .set_global_opts(title_opts=opts.TitleOpts(title="面积图"))    ).render_notebook()

2fd6cf2fb18d039518cca0c539a52c7e.png

4a9214c576e619d22264f3699ba5384d.png
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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