python的pyecharts绘制各种图表案例(代码+效果)

说明

pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,pyecharts 是为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。

今天我们就用jupyter notebook(工具)和pyecharts(库)绘制图形

一、Pyecharts绘制散点图

在这里插入图片描述

label_opts=opts.LabelOpts(is_show=False) #是(True)否(False)显示散点图对应的数据

from pyecharts.charts import Scatter
import pyecharts.options as opts
import numpy as np
x = np.linspace(0,2*np.pi,100)
y = np.sin(x)
y2 = np.cos(x)
(
    Scatter()
    .add_xaxis(xaxis_data=x)
    .add_yaxis(series_name='sin',y_axis=y)
    .add_yaxis(series_name='cos',y_axis=y2,label_opts=opts.LabelOpts(is_show=False))#是否显示散点图对应的数据
).render_notebook()

二、Pyecharts绘制线图

在这里插入图片描述

title_opts=opts.TitleOpts(title=‘曲线’) #设置标题

from pyecharts.charts import Line
import pyecharts.options as opts
import numpy as np

x = np.linspace(0,2*np.pi,100
y = np.sin(x)
(
    Line()
    .add_xaxis(xaxis_data=x)
    .add_yaxis(series_name='sin',y_axis=y,label_opts=opts.LabelOpts(is_show=False))
    .add_yaxis(series_name='cos',y_axis=np.cos(x),label_opts=opts.LabelOpts(is_show=False))
    #设置全局配置
    .set_global_opts(title_opts=opts.TitleOpts(title='曲线'),#设置标题
                    tooltip_opts=opts.TooltipOpts(axis_pointer_type='cross')#设置交互
).render_notebook()

三、Pyecharts绘制饼图

在这里插入图片描述在这里插入图片描述
在这里插入图片描述

.add(series_name=’’, data_pair=[(j, i) for i, j in zip(num, lab)])#饼图
.add(series_name=’’,data_pair=[(j,i) for i,j in zip(num,lab)],radius=[‘40%’,‘75%’])#环图
.add(series_name=’’, data_pair=[(j, i) for i, j in zip(num, lab)], rosetype=‘radius’)#南丁格尔图

from pyecharts.charts import Pie
import pyecharts.options as opts
import numpy as np

num = [110,136,108,111,112,103]
lab = ['哈士奇','萨摩耶','泰迪','金毛','牧羊犬','吉娃娃','柯基']
(
    Pie(init_opts=opts.InitOpts(width='720px',height='320px'))#默认900,600
    .add(series_name='', data_pair=[(j, i) for i, j in zip(num, lab)])#饼图
    #.add(series_name='',data_pair=[(j,i) for i,j in zip(num,lab)],radius=['40%','75%'])#环图
    #.add(series_name='', data_pair=[(j, i) for i, j in zip(num, lab)], rosetype='radius')#南丁格尔图
).render_notebook()

四、Pyecharts绘制柱状图

在这里插入图片描述

画布大小默认900x600,
修改画布大小:init_opts=opts.InitOpts(width=‘720px’,height=‘320px’))#默认900,600

from pyecharts.charts import Bar
import pyecharts.options as opts
num = [110,136,108,48,111,112,103]
lab = ['哈士奇','萨摩耶','泰迪','金毛','牧羊犬','吉娃娃','柯基']

(
    Bar(init_opts=opts.InitOpts(width='720px',height='320px'))
    .add_xaxis(xaxis_data=lab)
    .add_yaxis(series_name='',yaxis_data=num)

).render_notebook()

五、Pyecharts绘制柱状图和折线图组合

在这里插入图片描述

from pyecharts.charts import Bar,Line
import pyecharts.options as opts
num = [110,136,108,48,111,112,103]
lab = ['哈士奇','萨摩耶','泰迪','金毛','牧羊犬','吉娃娃','柯基']

bar =(
    Bar(init_opts=opts.InitOpts(width='720px',height='320px'))
    .add_xaxis(xaxis_data=lab)
    .add_yaxis(series_name='',yaxis_data=num)

)
lines = (
    Line(init_opts=opts.InitOpts(width='720px',height='320px'))
    .add_xaxis(xaxis_data=lab)
    .add_yaxis(series_name='',y_axis=num,label_opts=opts.LabelOpts(is_show=False))
)
bar.overlap(lines).render_notebook()

六、Pyecharts绘制散点图和曲线组合

在这里插入图片描述

from pyecharts.charts import Grid, Line, Scatter
import pyecharts.options as opts
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

lines = (

    Line()
        .add_xaxis(xaxis_data=x)
        .add_yaxis(series_name='', y_axis=y, label_opts=opts.LabelOpts(is_show=False))
)
points = (
    Scatter()
        .add_xaxis(xaxis_data=x)
        .add_yaxis(series_name='', y_axis=y, label_opts=opts.LabelOpts(is_show=False))

)
(
    Grid(init_opts=opts.InitOpts(width='720px', height='320px'))
        .add(points, grid_opts=opts.GridOpts(pos_right='60%'))#在右边显示
        .add(lines, grid_opts=opts.GridOpts(pos_left='60%'))#在左边显示
).render_notebook()

七、Pyecharts绘制地理迁移图

在这里插入图片描述

from pyecharts.charts import Geo,Map
import pyecharts.options as opts
from pyecharts.globals import ChartType,SymbolType

city_num = [('广州',105),('成都',105),('北京',105),('西安',105)]
start_end = [('广州','成都'),('广州','北京'),('广州','西安')]

(
    Geo()
    .add_schema(maptype='china',#设置地图类型
               itemstyle_opts = opts.ItemStyleOpts(color='#323c48',#设置背景颜色
                                                   border_color='#111'))#边界颜色
    .add('',data_pair =  city_num,color = 'white')#添加数据,默认是点
    .add('',data_pair=start_end,type_=ChartType.LINES,#把start_end用线描绘
         effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW, #把特效的线改成箭头
                                     color='blue',
                                     symbol_size=8   #箭头的大小
                                    )
        )
).render_notebook()

八、Pyecharts绘制中国地图的特效散点图

在这里插入图片描述

from pyecharts.charts import Geo
import pyecharts.options as opts
from commons import Faker
from pyecharts.globals import ChartType
(
    Geo()
    .add_schema(maptype='china')
    .add(series_name='',data_pair=[(i,j) for i,j in zip(Faker.provinces,Faker.values())],
         type_=ChartType.EFFECT_SCATTER)#特效散点图效果
    .set_global_opts(
        title_opts=opts.TitleOpts(title='中国地图'),
        visualmap_opts = opts.VisualMapOpts(
        is_piecewise=True))  #不是连续型的区域
).render_notebook()

九、Pyecharts绘制广东地图

在这里插入图片描述

from pyecharts.charts import Map
import pyecharts.options as opts
from pyecharts.globals import ChartType
from commons import Faker

(
    Map()
    .add( '',[(i,j) for i,j in zip(Faker.guangdong_city,Faker.values())],'广东' )
    .set_global_opts(visualmap_opts=opts.VisualMapOpts())

).render_notebook()

注意 八、九需要commons.py文件

  • 20
    点赞
  • 170
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
### 回答1: 以下是一个使用 PyEcharts 快照功能绘制散点图案例代码: ``` from pyecharts.charts import Scatter from pyecharts import options as opts # 创建散点图对象 scatter = Scatter() # 添加散点图数据 scatter.add_xaxis([1, 2, 3, 4, 5]) scatter.add_yaxis("A", [10, 20, 30, 40, 50]) scatter.add_yaxis("B", [5, 15, 25, 35, 45]) # 设置图表样式 scatter.set_global_opts( title_opts=opts.TitleOpts(title="PyEcharts 散点图示例"), xaxis_opts=opts.AxisOpts(name="X 轴"), yaxis_opts=opts.AxisOpts(name="Y 轴") ) # 使用 snapshot 快照功能保存图表 scatter.render_snapshot("scatter.png") ``` 上面代码中,我们使用 PyEcharts 中的 `Scatter` 类创建了一个散点图对象,然后使用 `add_xaxis` 和 `add_yaxis` 方法添加了散点图数据,最后使用 `render_snapshot` 方法将图表保存为图片文件。 ### 回答2: pyecharts是一个基于Python数据可视化库,可以用来绘制各种图表,包括散点图。在使用pyecharts绘制散点图之前,需要安装pyecharts库和相关依赖。下面是一个使用pyecharts snapshot绘制散点图案例。 首先,导入所需的库: ``` from pyecharts import options as opts from pyecharts.charts import Scatter from pyecharts.render import make_snapshot from snapshot_selenium import snapshot ``` 然后,创建一个Scatter对象并配置相关属性: ``` scatter = ( Scatter() .add_xaxis(["A", "B", "C", "D", "E"]) # 设置x轴的数据 .add_yaxis("Series 1", [1, 2, 3, 4, 5]) # 设置y轴的数据 .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) # 设置标签不显示 .set_global_opts(title_opts=opts.TitleOpts(title="Scatter Chart")) # 设置图表标题 ) ``` 接下来,使用make_snapshot函数将散点图渲染为图片: ``` make_snapshot(snapshot, scatter.render(), "scatter.png") ``` 以上代码中的scatter.png是保存散点图的文件名,可以根据需要自行设置。 最后,运行上述代码即可生成散点图的图片文件scatter.png,该图片文件可以包含在网页中或者直接保存到本地供后续使用。 ### 回答3: Pyecharts是一个用于数据可视化Python库,可以方便地绘制各种图表,包括散点图。 要使用Pyecharts绘制散点图,可以使用其中的scatter模块。下面是一个关于汽车价格与里程的散点图案例: 首先,需要引入必要的模块和数据: ```python from pyecharts import options as opts from pyecharts.charts import Scatter # 汽车价格和里程数据 car_data = [ [6000, 120000], [8000, 100000], [10000, 80000], [12000, 60000], [14000, 40000], [16000, 20000], ] ``` 然后,创建一个Scatter实例,并添加数据和其他配置: ```python scatter = ( Scatter() .add_xaxis([data[0] for data in car_data]) # x轴为价格 .add_yaxis("汽车", [data[1] for data in car_data]) # y轴为里程 .set_global_opts( title_opts=opts.TitleOpts(title="汽车价格与里程散点图"), xaxis_opts=opts.AxisOpts(name="价格"), yaxis_opts=opts.AxisOpts(name="里程"), ) ) ``` 最后,调用render方法生成html文件,或者使用snapshot进行截图: ```python scatter.render("scatter.html") # 生成html文件 # 或者使用snapshot进行截图 from pyecharts.render import make_snapshot from snapshot_selenium import snapshot as driver make_snapshot(driver, scatter.render(), "scatter.png") ``` 以上代码会生成一个散点图,x轴表示汽车的价格,y轴表示汽车的里程。图表会有一个标题,x轴和y轴会有对应的名称。 通过Pyecharts和snapshot模块,我们可以方便地绘制散点图,并生成html文件或者截图。这样可以更直观地展示数据之间的关系,帮助我们更好地理解数据。
评论 4
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