运用pyecharts制作可视化大屏（代码展示及效果图-动图）

一、Matplotlib绘图

1. 折线图

import matplotlib.pyplot as plt # 调用画图库

plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置成可以显示中文，字体为黑体

plt.figure(figsize=(12,8)) # 调整图片尺寸

x = ['周一','周二','周三','周四','周五','周六','周日'] # 设置x轴数据

y = [401,632,453,894,775,646,1207] # 设置对应的y轴数据

plt.tick_params(labelsize=21) # 设置坐标轴刻度的字体大小

plt.xlabel('日期', fontsize=24, labelpad=20) # 设置x轴标签

plt.ylabel('播放次数', fontsize=24) # 设置y轴标签

plt.title('视频周播放量数据—宣一名', fontsize=35, pad=45) # 设置标题

plt.plot(x,y, label = "播放次数",color='r',marker='s' ) # 绘制图形

plt.legend(fontsize=20)

plt.show() # 展示图形，在Jupyter中，可省略本行

2. 柱状图

import matplotlib.pyplot as plt # 调用画图库

plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置成可以显示中文，字体为黑体

plt.figure(figsize=(12,8)) # 调整图片尺寸

x = ['周一','周二','周三','周四','周五','周六','周日'] # 设置x轴数据

y = [401,632,453,894,775,646,1207] # 设置对应的y轴数据

plt.tick_params(labelsize=21) # 设置坐标轴刻度的字体大小

plt.xlabel('日期', fontsize=24, labelpad=20) # 设置x轴标签

plt.ylabel('播放次数', fontsize=24) # 设置y轴标签

plt.title('视频周播放量数据—宣一名', fontsize=35, pad=45) # 设置标题

plt.plot(x,y, label = "播放次数",color='r',marker='s' ) # 绘制图形

plt.legend(fontsize=20)

plt.show() # 展示图形，在Jupyter中，可省略本行c

3. 环形图

import matplotlib.pyplot as plt # 调用画图库

plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置成可以显示中文，字体为黑体

plt.figure(figsize=(12,8)) # 调整图片尺寸

x = ['周一','周二','周三','周四','周五','周六','周日'] # 设置x轴数据

y = [401,632,453,894,775,646,1207] # 设置对应的y轴数据

plt.tick_params(labelsize=21) # 设置坐标轴刻度的字体大小

plt.xlabel('日期', fontsize=24, labelpad=20) # 设置x轴标签

plt.ylabel('播放次数', fontsize=24) # 设置y轴标签

plt.title('视频周播放量数据—宣一名', fontsize=35, pad=45) # 设置标题

plt.plot(x,y, label = "播放次数",color='r',marker='s' ) # 绘制图形

plt.legend(fontsize=20)

plt.show() # 展示图形，在Jupyter中，可省略本行c

4. 散点图

import matplotlib.pyplot as plt # 调用画图库

plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置成可以显示中文，字体为黑体

plt.figure(figsize=(12, 8)) # 调整图片尺寸

x = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]

y = [401,632,453,894,775,646,1207]

y1 = [20,33,27,45,39,24,64]

plt.tick_params(labelsize=21) # 设置坐标轴刻度的字体大小为 21

plt.xlabel('日期', fontsize=21, labelpad=20) # 设置 x 轴名称

plt.ylabel('播放次数', fontsize=21,labelpad=20) # 设置 y 轴名称

plt.title('每日播放量与新增粉丝量-宣一名', fontsize=27, pad=45) # 设置标题

plt.grid( color = 'c', linewidth = 2, linestyle = ':', alpha = 0.3) # 设置网格，颜色、线宽、样式、透明度

plt.scatter(x,y, marker = '*', c = 'r', s = 200,label="播放次数") # 绘制散点图, 设置散点样式

plt.legend()

plt.twinx() #添加右侧 y 轴，实际上是又画了一个折线图，和柱状图共享 x 轴

plt.tick_params(labelsize=21) # 设置坐标轴刻度的字体大小

plt.ylim(0,40)

plt.ylabel('粉丝增长数', fontsize=24,labelpad=20) # 设置 y 轴标签

plt.scatter(x,y1, marker = 'H', c = 'b', s = 200,label="新增粉丝")

plt.legend()

plt.show()

二、Pyecharts绘图

1. 热力图

from pyecharts import options as opts # 调用图表配置选项库

from pyecharts.charts import HeatMap # 调用画图库

课程安排数据 =[[0, 3, 21], [1, 3, 30], [2, 3,10], [3, 3, 41], [4, 3, 28], [5, 3, 50], [6, 3, 254],

[0, 2, 82], [1, 2, 110], [2, 2, 105], [3, 2,235], [4, 2, 212], [5, 2, 223], [6, 2, 799],

[0, 1, 101], [1, 1, 230], [2, 1, 218 ], [3, 1, 407], [4, 1, 262], [5, 1, 225], [6, 1, 377],

[0, 0, 245], [1, 0, 331], [2, 0, 103], [3, 0, 306], [4, 0, 499], [5, 0, 227], [6, 0, 99] ]# 设置数据

热力图横坐标 = ['周一', '周二', '周三', '周四', '周五', '周六', '周日'] # x轴坐标数据

热力图纵坐标 = ['深夜','晚上','下午','上午'] # y轴坐标数据

宽3='410px' # 设置图片宽度高度变量

高3='250px'

热力图 = (

HeatMap(init_opts=opts.InitOpts(width=宽3, height=高3, chart_id=3)) # 绘图，设置图片大小、图表id

.add_xaxis(热力图横坐标) # 设置x轴坐标名

.add_yaxis("", 热力图纵坐标, 课程安排数据, # 设置y轴坐标名，添加数据

label_opts=opts.LabelOpts(color="white", # 标签字体颜色

font_size=13, # 字体大小

position="inside"), # 位置

itemstyle_opts=opts.ItemStyleOpts(border_color='white', # 边界线颜色

border_width=3)) # 边界线宽度

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(max_=799,is_show=False), # 设置视觉映射配置项,最大值为600

xaxis_opts = opts.AxisOpts(

axislabel_opts = opts.LabelOpts(font_size = 13, # 坐标轴字体大小

color='black'), # 坐标轴字体颜色

axisline_opts = opts.AxisLineOpts(

linestyle_opts=opts.LineStyleOpts(

color='white', # 坐标轴线颜色

width=3))), # 坐标轴线宽度

yaxis_opts = opts.AxisOpts(

axislabel_opts = opts.LabelOpts(font_size = 13, # 坐标轴字体大小

color='black'), # 坐标轴字体颜色

axisline_opts = opts.AxisLineOpts(

linestyle_opts=opts.LineStyleOpts(

color='white', # 坐标轴线颜色

width=3))), # 坐标轴线宽度 width=3))), # 坐标轴线宽度

title_opts = opts.TitleOpts(

title='课 程 安 排 热 力 图-宣一名', # 设置标题

title_textstyle_opts=opts.TextStyleOpts(font_size = 20, # 标题字体大小

color="black"), # 标题颜色

pos_left = 'center',pos_top='10%'))) # 设置居中

# 将图表作为函数返回值

热力图.render_notebook()

2. 散点图

from pyecharts.charts import Scatter # 调用画图库

import pyecharts.options as opts # 调用图表配置选项库

x = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]

y = [401,632,453,894,775,646,1207]

y1 = [20,33,27,45,39,24,64]

散点图 =(

Scatter(init_opts=opts.InitOpts(width="800px", height="600px")) # 定义散点图,设置图片大小

.add_xaxis(x) # 添加x轴数据

.add_yaxis('每日播放量', y, # 添加y轴数据

symbol_size = 20, # 设置散点大小

symbol = 'triangle', # 设置散点为三角形

color = 'blue', # 设置绿色

) # 取消自动注释

.add_yaxis("粉丝数",y1)

.set_global_opts(

title_opts = opts.TitleOpts(title='播放量与粉丝增长情况-宣一名', # 设置标题

title_textstyle_opts=opts.TextStyleOpts(font_size = 15,color="black"), # 设置字体大小

pos_left = 'center'), # 设置居中

legend_opts=(opts.LegendOpts(pos_left="75%")),

yaxis_opts=opts.AxisOpts(name="播放量",splitline_opts = opts.SplitLineOpts(is_show=True, # 显示y轴网格线

linestyle_opts= opts.LineStyleOpts(

width= 3, # 网格宽度为3

opacity=0.9, # 透明度90%

type_='dotted')),

name_textstyle_opts=opts.TextStyleOpts(color="black")),

xaxis_opts=opts.AxisO