pyecharts实现数据可视化
目录
- 1.概述
- 2.安装
- 3.数据可视化代码
- 3.1柱状图
- 3.2折线图
- 3.3饼图
1.概述 pyecharts 是百度开源的,适用于数据可视化的工具,配置灵活,展示图表相对美观,顺滑。
文章图片
【pyecharts实现数据可视化】
2.安装 python3环境下的安装:
pip3 install pyecharts
3.数据可视化代码
3.1 柱状图
from pyecharts import options as optsfrom pyecharts.charts import Barfrom pyecharts.faker import Faker c = (Bar().add_xaxis(Faker.choose()).add_yaxis("商家A", Faker.values(), stack="stack1").add_yaxis("商家B", Faker.values(), stack="stack1").set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠数据(全部)")).render("bar_stack0.html"))
执行上述代码,会在相对目录生成
mycharts.html
文件,通过页面打开。文章图片
3.2 折线图
import pyecharts.options as optsfrom pyecharts.charts import Line """Gallery 使用 pyecharts 1.1.0参考地址: https://echarts.apache.org/examples/editor.html?c=line-smooth目前无法实现的功能:暂无""" x_data = https://www.it610.com/article/["Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun"]y_data = https://www.it610.com/article/[820, 932, 901, 934, 1290, 1330, 1320] (Line().set_global_opts(tooltip_opts=opts.TooltipOpts(is_show=False),xaxis_opts=opts.AxisOpts(type_="category"),yaxis_opts=opts.AxisOpts(type_="value",axistick_opts=opts.AxisTickOpts(is_show=True),splitline_opts=opts.SplitLineOpts(is_show=True),),).add_xaxis(xaxis_data=https://www.it610.com/article/x_data).add_yaxis(series_name="",y_axis=y_data,symbol="emptyCircle",is_symbol_show=True,is_smooth=True,label_opts=opts.LabelOpts(is_show=False),).render("smoothed_line_chart.html"))
文章图片
3.3 饼图
from pyecharts import options as optsfrom pyecharts.charts import Piefrom pyecharts.faker import Faker c = (Pie().add("",[list(z) for z in zip(Faker.choose(), Faker.values())],radius=["40%", "75%"],).set_global_opts(title_opts=opts.TitleOpts(title="Pie-Radius"),legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")).render("pie_radius.html"))
文章图片
到此这篇关于pyecharts实现数据可视化的文章就介绍到这了,更多相关pyecharts数据可视化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
推荐阅读
- SpringBoot实现简单的登录注册的项目实战
- python数据分析apply()|python数据分析apply(),map(),applymap()用法
- 使用python连接mysql数据库数据方式
- Spring中@Schedule和@Async注解实现细粒度定时任务
- Python:将ndarray数据传递给C++
- PHP实现读取Excel文件的记录(二)
- vue项目中实现el-dialog组件可拖拽效果
- 图解Springboot集成七牛云并实现图片上传功能过程
- spring|spring schedule实现动态配置执行时间
- vue项目实现图形验证码