pycharm——涟漪散点图

 

这段代码使用了pyecharts库生成了一个基本的特效散点图，用于展示大一不同课程的学习效率。具体的代码解释如下：

• 从pyecharts模块中导入options模块和EffectScatter类：

from pyecharts import options as opts
from pyecharts.charts import EffectScatter

• 创建一个EffectScatter实例：

effect_scatter = EffectScatter()

• 使用add_xaxis方法设置X轴数据，即不同课程的名称：

.add_xaxis(xaxis_data=[
        "高等数学1，2",
        "C语言程序设计",
        "python程序设计",
        "大数据导论",
        "数据结构",
        "大数据与人工智能",
    ])

• 使用add_yaxis方法添加Y轴数据，即大一学习效率的数据。Y轴的数据表示不同课程的学习效率：

.add_yaxis(series_name="大一的学习效率", y_axis=[10, 20, 30, 40, 50, 40])

• 使用set_global_opts方法设置全局选项，其中通过xaxis_opts参数设置X轴标签的样式，通过title_opts参数设置图表的标题：

.set_global_opts(
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
    title_opts=opts.TitleOpts(title="学习")
)

• 最后使用render方法将图表渲染为HTML文件：

.render("effectscatter_base.html")

这段代码将生成一个特效散点图，其中X轴为不同课程的名称，Y轴为大一学习效率。每个数据点表示一个课程的学习效率，通过散点的大小和颜色来表示不同的效率级别。图表的标题为"学习"。X轴标签倾斜角度为-15度，以便更好地显示文本。最终图表将被渲染为一个HTML文件。

复制

重试

from pyecharts import options as opts
from pyecharts.charts import EffectScatter


c = (
    EffectScatter()
    .add_xaxis( [
            "高等数学1，2",
            "C语言程序设计",
            "python程序设计",
            "大数据导论",
            "数据结构",
            "大数据与人工智能",
        ])
    .add_yaxis("大一的学习效率", [10, 20, 30, 40, 50, 40])
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        title_opts=opts.TitleOpts(title="学习"))
    .render("effectscatter_base.html")
)