前言
本次向大家分享的是通过pyecharts实现的折线图的绘制。本文系接上篇文章,数据可视化之Pyecharts-阶梯图的实现。
上篇文章
本文分析的数据:
下载地址
一、使用步骤
1.引入库
下载库小提示:
pip install pyecharts
pip install pandas
2.读入数据
引入库:
from pyecharts.charts import Line
import pyecharts.options as opts
import pandas as pd
实现代码:
#通过pandas库来读取需要分析的scv数据文件
data = pd.read_csv('./world-population.csv')
#通过scv文件可以看到,数据分为Year和Population两个列族,可以通过其相应的列标识获取相应数据。
#需要注意的是需要将data_x和data_y都转换为list
#运行以后web网页端后发现还是没有数据,这里就需要将data_x的数据类型强行转换为字符型
data_x = data['Year'].astype(str).tolist()
data_y = data['Population'].tolist()
line = (
#实例化一个Line对象
Line()
# 添加x轴数据
.add_xaxis(data_x)
# 添加y轴数据,series_name表示列名
.add_yaxis("Population",data_y)
# set_global_opts用来设置全局配置项
.set_global_opts(
#TitleOpts:标题配置项
title_opts=opts.TitleOpts(
title="1960-2008世界人口",
title_textstyle_opts=opts.TextStyleOpts(color='blue',
font_size=18)
)
)
#set_series_opts用来设置系列配置项
.set_series_opts(
##label_opts可以在系列配置项中设置,也可以在add_yaxis中设置
label_opts=opts.LabelOpts(is_show=False)
)
)
line.render("population折线图.html")
二、总结以及截图
总结:
此次的折线图的绘制比较简单,通过pandas读取需要分析的数据后。向data_x和data_y传入相应的数据。需要注意的就是传入的数据需要将其转换为list,此外,data_x需将其数据强制转换为字符型。
实验数据:
实验结果展示: