Python数据可视化 -- matplotlib与pyecharts的使用

matplotlib:https://www.matplotlib.org.cn/

pyecharts:https://pyecharts.org/#/zh-cn/intro

pyecharts绘图示例:https://gallery.pyecharts.org/#/README

折线图

一周温度变化折线图

matplotlib

import matplotlib.pyplot as plt

# 设置字体
plt.rcParams["font.sans-serif"] = ["SimHei"]

# 生成温度数据
values = [10, 30, 25, 30, 40, 30, 27]
label = [f'星期{
     i}' for i in '一二三四五六日']
plt.plot(label, values)
plt.title("一周温度变化")
# 将数值格式化成摄氏度
plt.yticks(values, list(map(lambda x: f'{
     x}°', values)))
plt.show()

在这里插入图片描述

pyecharts

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

# 生成温度数据
values = [10, 30, 25, 30, 40, 30, 27]
label = [f'星期{
     i}' for i in '一二三四五六日']
Line().add_xaxis(label).add_yaxis("温度", values) \
    .set_global_opts(title_opts=opts.TitleOpts(title='一周温度变化')).render()

在这里插入图片描述

柱形图

部分城市平均工资

matplotlib

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']

salarys = [166803, 149377, 137310, 130155]
citys = ['北京', '上海',
  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python数据可视化是数据科学领域的重要环节,而matplotlibpyecharts是两个常用的数据可视化库。 matplotlib是一个功能强大而灵活的绘图库,可以创建各种类型的图表,包括折线图、散点图、柱状图、饼图等。它基于numpy数组进行绘图,可以轻松地处理大量数据。使用matplotlib,我们可以通过简单的几行代码创建出美观而有效的图表,并可以对图表的各个元素进行定制,如颜色、标签、坐标轴等。此外,matplotlib还支持将图表保存为多种格式,包括图片和PDF。 而pyecharts是一个基于echarts的Python库,它提供了一种更为高级和便捷的方式来创建交互式数据可视化。echarts是一款流行的JavaScript可视化库, 包含多种类型的图表,如折线图、散点图、柱状图、雷达图等,而pyecharts则是将echarts的功能封装在Python中,使得开发人员无需掌握JavaScript,就能够创建出强大的交互式图表。pyecharts提供了一套易用的API,通过简洁的代码可以实现复杂的数据可视化需求。另外,pyecharts也支持将图表导出为HTML、图片或PDF格式。 总而言之,matplotlibpyecharts是两个非常有用的数据可视化工具,它们分别提供了不同的绘图方式和功能。如果需要创建静态图表,并对其进行更加精细的控制,可以选择使用matplotlib;而如果希望创建交互式的图表,并且对绘图过程更为简便,可以考虑使用pyecharts。同时,学习并掌握这两个库,将有助于我们更好地进行数据分析与可视化工作。

“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 1
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