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。
pyecharts实现数据可视化
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。
pyecharts实现数据可视化
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"))

pyecharts实现数据可视化
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"))

pyecharts实现数据可视化
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