学习pyecharts的折线图实现数据可视化

最新推荐文章于 2024-04-28 21:55:16 发布
最新推荐文章于 2024-04-28 21:55:16 发布
阅读量483 收藏 1
点赞数
分类专栏： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46107120/article/details/119152110
版权

这是我上一届师兄师姐的一个小作业，目的是为了解使用pyechars库
航班的数据都在资源里，免费下载。

要求

计算一周内机场进港与出港航班数量，并画图。

# 读取表格，并且
# fDepartureWeekday 离港时间
# fArrivalWeekday 到港时间


import pandas as pd
from pyecharts.charts import *

df = pd.read_csv(
    "data/zjsy.csv"
)

# print(df)

weekdays = ['星期一','星期二','星期三','星期四','星期五','星期六','星期日','还未知']

fDepartureNumber = {
    '星期一':0,
    '星期二':0,
    '星期三':0,
    '星期四':0,
    '星期五':0,
    '星期六':0,
    '星期日':0,
    '还未知':0
    }
fArrivalNumber={
    '星期一':0,
    '星期二':0,
    '星期三':0,
    '星期四':0,
    '星期五':0,
    '星期六':0,
    '星期日':0,
    '还未知':0
}

fDepartureList = []
fArrivalList = []

for i in df['fDepartureWeekday']:
    if i ==  '星期一':
        fDepartureNumber['星期一'] += 1
    elif i ==  '星期二':
        fDepartureNumber['星期二'] += 1
    elif i ==  '星期三':
        fDepartureNumber['星期三'] += 1
    elif i ==  '星期四':
        fDepartureNumber['星期四'] += 1
    elif i ==  '星期五':
        fDepartureNumber['星期五'] += 1
    elif i ==  '星期六':
        fDepartureNumber['星期六'] += 1
    elif i ==  '星期日':
        fDepartureNumber['星期日'] += 1
    else:
        fDepartureNumber['还未知'] += 1

for i in df['fArrivalWeekday']:
    if i ==  '星期一':
        fArrivalNumber['星期一'] += 1
    elif i ==  '星期二':
        fArrivalNumber['星期二'] += 1
    elif i ==  '星期三':
        fArrivalNumber['星期三'] += 1
    elif i ==  '星期四':
        fArrivalNumber['星期四'] += 1
    elif i ==  '星期五':
        fArrivalNumber['星期五'] += 1
    elif i ==  '星期六':
        fArrivalNumber['星期六'] += 1
    elif i ==  '星期日':
        fArrivalNumber['星期日'] += 1
    else:
        fArrivalNumber['还未知'] += 1

for day in weekdays:
    fDepartureList.append(fDepartureNumber[day])

for day in weekdays:
    fArrivalList.append(fArrivalNumber[day])

print('fDepartureList:',fDepartureList)
print('fArrivalList:',fArrivalList)

# 查看每一天的数量
# print('星期一:',fDepartureNumber['星期一'])
# print('星期二:',fDepartureNumber['星期二'])
# print('星期三:',fDepartureNumber['星期三'])
# print('星期四:',fDepartureNumber['星期四'])
# print('星期五:',fDepartureNumber['星期五'])
# print('星期六:',fDepartureNumber['星期六'])
# print('星期日:',fDepartureNumber['星期日'])

# 判断总数是否和表格一致
# total = 0
# for day in weekdays:
#     print(fDepartureNumber[day])
#     total += fDepartureNumber[day]
# print(total)

# 这里就开始使用pyechars库，其实就使用了一个直方图
bar = (Bar()
       .add_xaxis(weekdays)
       .add_yaxis(
           "fDepartureList",
            fDepartureList
       )
       .add_yaxis(
           "fArrivalList",
            fArrivalList
       )
      )

bar.render("数据可视化-直方图.html")

结果是生成一个html文件

<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <title>Awesome-pyecharts</title>
            <script type="text/javascript" src="https://assets.pyecharts.org/assets/echarts.min.js"></script>

</head>
<body>
    <div id="60185c9ab4cc49609450dba4cfbb0a94" class="chart-container" style="width:900px; height:500px;"></div>
    <script>
        var chart_60185c9ab4cc49609450dba4cfbb0a94 = echarts.init(
            document.getElementById('60185c9ab4cc49609450dba4cfbb0a94'), 'white', {renderer: 'canvas'});
        var option_60185c9ab4cc49609450dba4cfbb0a94 = {
    "animation": true,
    "animationThreshold": 2000,
    "animationDuration": 1000,
    "animationEasing": "cubicOut",
    "animationDelay": 0,
    "animationDurationUpdate": 300,
    "animationEasingUpdate": "cubicOut",
    "animationDelayUpdate": 0,
    "color": [
        "#c23531",
        "#2f4554",
        "#61a0a8",
        "#d48265",
        "#749f83",
        "#ca8622",
        "#bda29a",
        "#6e7074",
        "#546570",
        "#c4ccd3",
        "#f05b72",
        "#ef5b9c",
        "#f47920",
        "#905a3d",
        "#fab27b",
        "#2a5caa",
        "#444693",
        "#726930",
        "#b2d235",
        "#6d8346",
        "#ac6767",
        "#1d953f",
        "#6950a1",
        "#918597"
    ],
    "series": [
        {
            "type": "bar",
            "name": "fDepartureList",
            "legendHoverLink": true,
            "data": [
                706,
                419,
                376,
                672,
                705,
                728,
                694,
                0
            ],
            "showBackground": false,
            "barMinHeight": 0,
            "barCategoryGap": "20%",
            "barGap": "30%",
            "large": false,
            "largeThreshold": 400,
            "seriesLayoutBy": "column",
            "datasetIndex": 0,
            "clip": true,
            "zlevel": 0,
            "z": 2,
            "label": {
                "show": true,
                "position": "top",
                "margin": 8
            }
        },
        {
            "type": "bar",
            "name": "fArrivalList",
            "legendHoverLink": true,
            "data": [
                682,
                445,
                378,
                611,
                697,
                705,
                688,
                94
            ],
            "showBackground": false,
            "barMinHeight": 0,
            "barCategoryGap": "20%",
            "barGap": "30%",
            "large": false,
            "largeThreshold": 400,
            "seriesLayoutBy": "column",
            "datasetIndex": 0,
            "clip": true,
            "zlevel": 0,
            "z": 2,
            "label": {
                "show": true,
                "position": "top",
                "margin": 8
            }
        }
    ],
    "legend": [
        {
            "data": [
                "fDepartureList",
                "fArrivalList"
            ],
            "selected": {
                "fDepartureList": true,
                "fArrivalList": true
            }
        }
    ],
    "tooltip": {
        "show": true,
        "trigger": "item",
        "triggerOn": "mousemove|click",
        "axisPointer": {
            "type": "line"
        },
        "showContent": true,
        "alwaysShowContent": false,
        "showDelay": 0,
        "hideDelay": 100,
        "textStyle": {
            "fontSize": 14
        },
        "borderWidth": 0,
        "padding": 5
    },
    "xAxis": [
        {
            "show": true,
            "scale": false,
            "nameLocation": "end",
            "nameGap": 15,
            "gridIndex": 0,
            "inverse": false,
            "offset": 0,
            "splitNumber": 5,
            "minInterval": 0,
            "splitLine": {
                "show": false,
                "lineStyle": {
                    "show": true,
                    "width": 1,
                    "opacity": 1,
                    "curveness": 0,
                    "type": "solid"
                }
            },
            "data": [
                "\u661f\u671f\u4e00",
                "\u661f\u671f\u4e8c",
                "\u661f\u671f\u4e09",
                "\u661f\u671f\u56db",
                "\u661f\u671f\u4e94",
                "\u661f\u671f\u516d",
                "\u661f\u671f\u65e5",
                "\u8fd8\u672a\u77e5"
            ]
        }
    ],
    "yAxis": [
        {
            "show": true,
            "scale": false,
            "nameLocation": "end",
            "nameGap": 15,
            "gridIndex": 0,
            "inverse": false,
            "offset": 0,
            "splitNumber": 5,
            "minInterval": 0,
            "splitLine": {
                "show": false,
                "lineStyle": {
                    "show": true,
                    "width": 1,
                    "opacity": 1,
                    "curveness": 0,
                    "type": "solid"
                }
            }
        }
    ]
};
        chart_60185c9ab4cc49609450dba4cfbb0a94.setOption(option_60185c9ab4cc49609450dba4cfbb0a94);
    </script>
</body>
</html>

两段代码都是能运行的。
python代码还没有优化，主要还是python才学了点皮毛。
以后接着优化
芜湖，起飞

徐子元竟然被占了！！
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Pyecharts绘制折线图
lyccomcn的博客
03-27 171
【代码】Pyecharts绘制折线图。
Pyecharts数据可视化分析—折线图
qq_40433634的博客
09-24 4078
1. 实验介绍 本实验主要介绍折线图理论与基于Python的折线图实现。 1.1. 实验目的 掌握折线图基本使用场景，使用Python的pyecharts模块实现折线图。 1.2. 知识点 折线图理论 折线图实现 2. 折线图理论 线图介绍： 线图也叫折线图，将值标注成点，并通过直线将这些点按照某种顺序连接起来形成的图。 使用场景： 数据在一个有序的因变量上的变化，它的特点是反映事物随序列而发生变化的趋势，可以清晰展现增减趋势、增减速率、增减规律、峰值等特征。 线图优点： 能很好的展现沿某
(代码详解)pyecharts画折线图+多条折线图+参数讲解+美化(有数据)
2301_81199775的博客
12-08 6885
(代码详解)pyecharts画折线图+多条折线图+参数讲解+美化(有数据)+数据平滑
Python pyecharts Line折线图
最新发布
2401_84140384的博客
04-28 341
🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
用 pyecharts 库绘制一个折线图
2301_79902586的博客
12-04 574
一、用 pyecharts 库绘制一个折线图。
pyecharts实现折线图
m0_59197314的博客
09-26 88
使用pyecharts制作折线图
数据可视化-Pyecharts绘制折线图
04-22
数据可视化-Pyecharts绘制折线图
利用pyecharts读取csv并进行数据统计可视化的实现
09-17
在Python编程中，数据可视化是将复杂数据转化为易理解图形的重要工具。Pyecharts是一个用于生成交互式图表的Python库，特别适合生成HTML格式的可视化结果。本篇内容将详细介绍如何利用Pyecharts读取CSV文件，并进行...
【Python数据可视化源码实例Pyecharts库集合】折线图.zip
07-12
谢谢大家的支持！
【Python数据可视化源码实例Pyecharts库集合】3D折线图.zip
07-12
谢谢大家的支持！
Python数据可视化 pyecharts实战
06-03
     本课程是pyecharts的入门课程。主要介绍了pyecharts函数库的基本使用方法。主要内容包括pyecharts简介，用pyecharts绘制离散点、折线、柱状图、柱状图和折线图组合、饼图、地理图等，而且这些图表是可交互的。
pyecharts在折线图、柱状图中显示每个点的数据以及调整线条颜色
Robin思源的博客
08-19 6032
line.add("AHBA",attr,[106.31,210.53,327.35,427.2,530.91],mark_line=["average"],is_smooth=True ,is_label_show=True) bar.add("DDN次数", columns, data1, mark_line=["average"], label_color=['#218868'], is_label_show=True) 其中 is_label_show=True属性将每个数据点的数据显示在绘制
echarts控制只显示部分数据的折线图_Python数据可视化之pyecharts入门
weixin_31128065的博客
12-28 2324
Echarts是一个开源的数据可视化JS库，pyecharts是一个生成Echarts图表的python类库。在使用pyecharts，首先我们需要安装pyechats类库。pip install pyecharts # 如果需要绘制地图，下列地图数据包需要安装 pip install echarts-countries-pypkg pip install echarts-china-provi...
关于时间数据类型的可视化(pyecharts0.5.x)以及pyecharts基本使用--超级详细
酒心★
03-12 2625
要使用pyecharts0.5.x之前，再次强调pyecharts0.5.x和pyecharts1.x的使用区别。 pyecharts0.5.x 中 以图例为主体，需要什么就add什么就好了，一般在add里面直接写需要的功能的参数就ok了。 pyecharts1.x中以options对象为主体，万物皆oop，可以通过不断的在对象上调用方法就????了。 具体详见另一篇文章: pyecharts版本区别、...
pyecharts之数据可视化
qq_21840201的博客
08-15 480
import pyecharts # print(pyecharts.__version__) 查看版本 from pyecharts.charts import Bar bar = Bar() bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]) bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90]) # render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件 # 也可以传.
关于JavaScript上ECharts的代码详解
My_Despicable的博客
08-22 1030
theme = {     // 全图默认背景     // backgroundColor: 'rgba(0,0,0,0)',          // 默认色板     color: ['#ff7f50','#87cefa','#da70d6','#32cd32','#6495ed',             '#ff69b4','#ba55d3','#cd5c5c','#ffa50
pyecharts图表库学习:Bar（柱状图/条形图）、Bar3D（3D 柱状图）
热门推荐
错位的梦寐的博客
11-17 1万+
柱状/条形图，通过柱形的高度/条形的宽度来表现数据的大小。 Bar.add() 方法签名 add(name, x_axis, y_axis, is_stack=False, bar_category_gap='20%', **kwargs) name -> str 图例名称 x_axis -> list x 坐标轴数据 y_axis -> list y 坐标...
Python 离线安装pyecharts模块
Hello，Sunpro!
01-08 1万+
我们在做企业项目的时候，进行数据可视化，需要用到pyecharts模块。但是一般来说，企业的服务器是不能连接到外网的。所以需要离线安装。这里记录一下几个关键的问题。 步骤 从PyPI网站搜索‘pyecharts’1，找到自己想要的pyecharts版本的下载包。我用的是pyecharts-0.5.11-py2.py3-none-any.whl。 用和服务器相同环境的，能够联网的电脑进行安装（...
pyecharts实现读取csv数据可视化
03-25
想要使用pyecharts实现读取csv数据可视化，需要遵循以下步骤： 1. 导入需要使用的库 ```python import pandas as pd from pyecharts.charts import Bar, Line, Pie from pyecharts import options as opts ``` 2....

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

徐子元竟然被占了！！

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

实付元
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