使用pyecharts制图

最新推荐文章于 2024-06-14 02:02:23 发布
最新推荐文章于 2024-06-14 02:02:23 发布
阅读量223 收藏 1
点赞数
文章标签： python ui
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_75205337/article/details/127988787
版权

pyecharts制图

一、柱状图

  1. 导入工具

    # 导入柱状图的类
from pyecharts.charts import Bar
# 导入图标配置类
from pyecharts import options

  2. 制图

    # 创建图标对象  设置主题
bar = Bar(
    init_opts=options.InitOpts(
        # 设置整个图标的主题
        theme=ThemeType.WESTEROS
    )
)
# 添加x轴数据和y轴数据
bar.add_xaxis(['Python', 'Java', 'H5', 'UI/UE', '物联网'])
bar.add_yaxis('全年招生人数', [320, 875, 904, 203, 100])
bar.add_yaxis('平均薪资',[9200, 870, 8500, 7400, 8000])
bar.add_yaxis('学费', [18999, 21000, 22999, 19888, 18999],
              markpoint_opts=options.MarkPointOpts(data=[
                  options.MarkPointItem(name='最小值', type_='min'),
                  options.MarkPointItem(name='最大值', type_='max')
              ])
             )
# 渲染图表
bar.render('files/bar1.html')

二、折线图

  1. 导入工具

    from pyecharts.charts import Line
from pyecharts import options
from pyecharts.globals import ThemeType

  2. 创建图标对象

    line = Line(
    init_opts=options.InitOpts(theme=ThemeType.WESTEROS)
)

  3. 添加数据

    line.add_xaxis(['Python', 'Java', 'H5', 'UI/UE', '物联网'])
line.add_yaxis('平均薪资', [9200, 8700, 8500, 7400, 8000],
               markline_opts=options.MarkLineOpts(data=[
                   options.MarkPointItem(name='平均值', type_='average')
               ]))
line.add_yaxis('学费', [18999, 21000, 22999, 19888, 18999])

  4. 折线图特定配置

    line.set_series_opts(
    # 添加标记线
    markline_opts=options.MarkLineOpts(data=[
        options.MarkPointItem(name='平均值', type_='average')
    ]
    )
)

  5. 渲染图表

    line.render('files/line.html')

三、饼图

  1. 导入工具

    from pyecharts.charts import Pie
from pyecharts import options
from pyecharts.globals import ThemeType

  2. 创建图标对象

    pie = Pie()

  3. 添加数据

    pie.add('销量',
        [('手机', 75890), ('耳机', 15362), ('手表', 9872), ('电脑', 78921)],
        # 圆环
        radius=('30%', '70%'),
        # 根据数据的大小设置每一部分半径的大小
        rosetype='radius'
        )

  4. 饼图的常见配置

    pie.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    # 设置标题
    title_opts=options.TitleOpts(title='某商城电子产品销售情况', subtitle='销售额'),
)

pie.set_series_opts(
    # 设置文字信息的显示格式: {b} - 名称; {d} - 百分比的比值
    label_opts=options.LabelOpts(formatter='{b} : {d}%')    # 格式随意设置
)

  5. 渲染图表

    pie.render('files/pie.html')

四、地图

  1. 导入数据

    from pyecharts.charts import  Map
from pyecharts import options

  2. 创建图标对象

    map1 = Map()
map2 = Map()
map3 = Map()
map4 = Map()

  3. 制图

    # 2.添加数据
map1.add(
    '新增人数',
    [('四川', 173), ('河北', 309), ('吉林', 26),('新疆', 778),('福建', 56),('重庆', 435),('广东', 1829)],
    'china',
    # 限制缩放次数
    min_scale_limit=0.5,
    max_scale_limit=2
)

# 3.地图常用设置
map1.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=True, max_=2000, min_=0,is_piecewise=True)
)

# 4.渲染图表
map1.render('files/中国地图.html')


map2.add(
    '新增人数',
    [('西安市', 173), ('宝鸡市', 309), ('榆林市', 157),],
    '陕西',
    # 限制缩放次数
    min_scale_limit=0.5,
    max_scale_limit=2
)

# 3.地图常用设置
map2.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=True, max_=2000, min_=0,is_piecewise=True)
)

# 4.渲染图表
map2.render('files/陕西地图.html')


map3.add(
    '新增人数',
    [('British Columbia', 173), ('Nunavut', 309), ('Ontario', 157),],
    '加拿大',
    # 限制缩放次数
    min_scale_limit=0.5,
    max_scale_limit=2
)

# 3.地图常用设置
map3.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=True, max_=2000, min_=0,is_piecewise=True)
)

# 4.渲染图表
map3.render('files/加拿大地图.html')


map4.add(
    '新增人数',
    [('China', 173), ('Canada', 309), ('Brazil', 157),],
    'world',
    # 限制缩放次数
    min_scale_limit=0.5,
    max_scale_limit=2
)

# 3.地图常用设置
map4.set_global_opts(
    # 隐藏图例
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=True, max_=2000, min_=0,is_piecewise=False)
)

# 4.渲染图表
map4.render('files/世界地图.html')

五、词云图

  1. 导入数据

    from pyecharts.charts import WordCloud
from pyecharts import options
from pyecharts.globals import ThemeType

  2. 制作词云图

    # 1. 创建图表
wc = WordCloud(
    init_opts=options.InitOpts(theme=ThemeType.WESTEROS)
)

# 2. 添加数据
wc.add(
    '游戏人数',
    [('王者荣耀', 28384), ('CS Go', 6782), ('和平精英', 12930), ('英雄联盟', 30092), ('开心消消乐', 829),
     ('刀塔', 1023), ('CF', 567), ('红色警戒', 129), ('魔兽', 90), ('保卫萝卜', 50), ('羊了个羊', 6728),
     ('植物大战僵尸', 369), ('原神', 5093), ('阴阳师', 9), ('找你妹', 809), ('俄罗斯方块', 1092),
     ('狼人杀', 4092), ('你画我猜', 9), ('QQ飞车', 912), ('QQ炫舞', 120)
     ],
    shape='triangle',
    # 'circle', 'cardioid', 'diamond', 'triangle-forward', 'triangle', 'pentagon'
    word_size_range=(10,30)
)

# 3.

# 4.渲染图表
wc.render('files/词云图.html')

六、组合图表

  1. 导入数据

    from pyecharts.charts import Bar, Line, Pie, Map, Grid
from pyecharts.charts import WordCloud
from pyecharts import options

bar = Bar()
bar.add_xaxis(['Python', 'Java', 'H5', 'UI/UE', '物联网'])
bar.add_yaxis('全年招生人数', [320, 875, 804, 203, 100])
bar.add_yaxis('平均薪资', [9200, 8700, 8500, 7400, 8000])
bar.set_global_opts(legend_opts=options.LegendOpts(is_show=False))


line = Line()
line.add_xaxis(['Python', 'Java', 'H5', 'UI/UE', '物联网'])
line.add_yaxis('全年招生人数', [320, 875, 804, 203, 100])
line.add_yaxis('平均薪资', [9200, 8700, 8500, 7400, 8000])
line.set_global_opts(legend_opts=options.LegendOpts(is_show=False))

pie = Pie()
pie.add(
    '销售额',
    [('手机', 57890), ('耳机', 15362), ('手表', 9872), ('电脑', 78921)],
    # 设置半径控制饼图大小
    radius=('40','80'),
    rosetype='radius',
    # 控制圆心位置
    center=(1000,300)
)
pie.set_global_opts(
    legend_opts=options.LegendOpts(is_show=False)
)
pie.set_series_opts(
    label_opts=options.LabelOpts(formatter='{b}({d}%)')
)

wc = WordCloud()
wc.add(
    '游戏人数',
    [('王者荣耀', 28384), ('CS Go', 6782), ('和平精英', 12930), ('英雄联盟', 30092), ('开心消消乐', 829),
     ('刀塔', 1023), ('CF', 567), ('红色警戒', 129), ('魔兽', 90), ('保卫萝卜', 50), ('羊了个羊', 6728),
     ('植物大战僵尸', 369), ('原神', 5093), ('阴阳师', 9), ('找你妹', 809), ('俄罗斯方块', 1092),
     ('狼人杀', 4092), ('你画我猜', 9), ('QQ飞车', 912), ('QQ炫舞', 120)
     ],
    shape='pentagon',
    # 'circle', 'cardioid', 'diamond', 'triangle-forward', 'triangle', 'pentagon'
    word_size_range=(10,30),
)


map1 = Map()
map1.add(
    '新增人数',
    [('四川', 173), ('河北', 309), ('吉林', 26), ('新疆', 778), ('福建', 56), ('重庆', 435), ('广东', 1829)],
    'china',
    # 比例缩放
    min_scale_limit=0.1,
    max_scale_limit=0.4,
    # 控制地图位置（注意比例缩放问题）
    center=(180,35)
)
map1.set_global_opts(
    legend_opts=options.LegendOpts(is_show=False),
    visualmap_opts=options.VisualMapOpts(is_show=False, max_=2000, min_=0, is_piecewise=True)
)

  2. 组合图表

    # 1.创建组合盒子
grid = Grid(init_opts=options.InitOpts(
    #  设置放组合图的盒子的宽度和高度
    width='1500px',
    height='1000px'
))

# 2.添加需要组合在一起的各个图标对象
grid.add(bar,grid_opts=options.GridOpts(
    pos_left=50,
    pos_top=50,
    width=300,
    height=150
))
grid.add(line,grid_opts=options.GridOpts(
    pos_left=450,
    pos_top=50,
    width=300,
    height=150
))
grid.add(pie,grid_opts=options.GridOpts())
grid.add(wc,grid_opts=options.GridOpts(
    pos_left=150,
    pos_top=350,
    width=300,
    height=150
))

grid.add(map1,grid_opts=options.GridOpts())

# 3.渲染组合图
grid.render('files/组合2.html')
九月845
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pyecharts 制图
qq_52050261的博客
11-22 1370
Python中使用pyecharts绘制各类图，柱状图、折线图、饼图、地图、词云。以及组合图表
使用pyecharts创建图表
jianwei_S的博客
02-22 305
【代码】使用pyecharts创建图表。
超经典，手把手教你用 Pyecharts 绘制3种频繁使用的图形
Python数据挖掘
02-18 1063
大家好，今天给大家利用 Pyecharts 绘制上下组合图、左右组合图、一轴多图，好用超经典，分析给大家。本文来自技术群的小伙伴投稿分享，喜欢技术交流的小伙伴，文末加入我们。记得点赞、收藏、关注。 上下组合 from pyecharts.charts import Bar, Line, Grid from pyecharts import options # 1、准备数据 country = ['巴西', '俄罗斯', '印度', '英国', '西班牙', '伊朗', '德国', '土耳其', '法国']
pyecharts基本绘图技巧入门
littlespider889的博客
07-03 4324
大家好，我是天空之城。 以下内容部分来自公众号“数据分析与统计学之美”，号主黄伟呢很厉害，有需要的加他哦。 Echarts是一个由百度开源的数据可视化工具，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。python结合了echarts于是诞生了pyecharts。首先安装pyecharts库。每个图形采用一个类来表示。 from pyecharts import Funnel漏斗图 from pyecharts import Liquid水球图 from pyecharts import G
pyecharts绘图
m0_46926492的博客
11-01 318
【代码】pyecharts绘图。
Python使用pyecharts绘图
abc_xian的博客
06-21 211
Python使用pyecharts绘图
使用pyecharts在jupyter notebook上绘图
01-20
from pyecharts import options as opts from pyecharts.charts import Bar3D import random def bar3d_base() -> Bar3D: data = [(i, j, random.randint(0, 12)) for i in range(6) for j in range(24)] c = ...
pyecharts绘图案例模板大全（代码可作为模板）
05-09
1、包含53类图表项目，几...让数据变得灵动炫酷起来，给数据赋予灵魂和价值，从可视化切入，介绍pyecharts、matplotlib、echarts、R语言绘图，Excel绘图等其他绘图，包含专业标准以及企业报表，让可视化不在单一乏味！
python Pyecharts的基本绘图
04-11
日历图，漏斗图，仪表盘，水球图，关系图，平行坐标系，饼图，极坐标系，桑基图，主题河流图，词云图等图，更加详细的绘图推荐去看pyecharts官网
使用pyecharts1.7进行简单的可视化大全
01-20
近期，又有接触到pyecharts这个包的使用，后面发现这个曾经好用的包发生了一些变化，为了方便大家的使用，这里整理如下： 绘图风格theme:默认WHITE LIGHT, DARK, WHITE, CHALK, ESSOS, INFOGRAPHIC, MACARONS, ...
pyecharts中文教程
08-13
本资源为pyecharts的中文教程，详细介绍了pyecharts的主要绘图及代码，可供参考和学习。
使用pyecharts绘制漂亮图：6个基本步骤
相信相信的力量
09-05 5623
pyecharts基于百度开源的、使用广泛的echarts，使用python语言，开发的一套绘图库，是不折不扣的绘图神器。必备资料属性都有哪些取值，去下面这里查：https://pyec...
python【pyecharts】【简单绘制图表】
芊樱烛渊的博客
11-08 3196
二是，用’#ff0000’、’#ffff00’、’#0000ff’等’#’开头并加上6位十六进制描述RGB颜色值的字符串来表示；三是，用’rgb(255,0,0)’、’rgb(255,255,0)’、’rgb(0,0,255)’等rgb()函数的形式表示。一是，用’red’、’yellow’、’blue’等相应颜色的英文单词字符串来表示；默认是将标签放在外面的，我们这样修改一下，将标签放在里面。如何将漏斗倒过来（添加sort_的参数）用浏览器打开，（这其实是一张动图）绘图完成之后直接打开。
使用pyecharts绘制图表
热门推荐
qq_48288251的博客
07-10 1万+
一、 使用pyecharts绘制图表 1、 概述 Pyecharts是由百度提供的js组件库,使用python语言可以调用pyecharts组件生成各种图表。 2、 绘制的常用图表类型 条形图、饼图、折线图、散点图、雷达图和词云。 3、 安装pyecharts (1) pip install pyecharts (2) 在pycharm中安装 Settings-project interceptor–±—输入pyecharts，点击install安装 二、 使用pyecharts的绘图步骤 1、 创建图
基于JavaScript 如何实现爬山算法以及优化方案
乐闻世界
06-10 1436
爬山算法（Hill Climbing Algorithm）是一种常见的启发式搜索算法，常用于解决优化问题。其核心思想是从一个初始状态出发，通过逐步选择使目标函数值增大的邻近状态来寻找最优解。接下来，我们将通过 JavaScript 实现一个简单的爬山算法，帮助大家理解其原理和应用。从一个初始状态开始。评估当前状态的目标函数值。在当前状态的邻居中选择一个目标函数值更大的状态。如果找到了更优的邻居，则移动到该邻居并重复步骤2和步骤3。如果没有更优的邻居，则算法结束，当前状态即为局部最优解。
htb_Blurry
weixin_62621015的博客
06-13 658
hack the box linux
GLM+vLLM 部署调用
qq_38915354的博客
06-13 1107
vLLM 框架是一个高效的大型语言模型（LLM）推理和部署服务系统
LeetCode | 28.找出字符串中第一个匹配项的下标 KMP
最新发布
编程菜鸟的学习记录
06-14 273
LeetCode | 28.找出字符串中第一个匹配项的下标 KMP
python迁移数据教程
2402_85292291的博客
06-13 649
if os.path.isfile(src_item_path): dest_item_path = os.path.join(dest_folder, item) shutil.copy2(src_item_path, dest_item_path) # 如果item是目录，递归调用migrate_data函数。2. 准备源文件夹和目标文件夹： 在您的计算机上创建两个文件夹，分别为源文件夹（source_folder）和目标文件夹（destination_folder）。将您希望迁移的数据放入源文件夹。
dataspell 使用pyecharts绘图控制台输出白色
05-25
你可以尝试在绘图代码前添加以下代码： ```python from pyecharts import * from pyecharts.render import make_snapshot from snapshot_selenium import snapshot as driver import matplotlib.pyplot as plt plt.rcParams['axes.facecolor'] = 'black' ``` 其中 `plt.rcParams['axes.facecolor'] = 'black'` 将背景色设置为黑色，可以根据需要进行修改。

“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
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