锐客网

  1. 首页 > 睿知 > it技术 > >

#yyds干货盘点#数据可视化界的小公主（cutecharts，入门 + 实战应用）

IT知识可视化echarts数据可视化

人生必须的知识就是引人向光明方面的明灯。这篇文章主要讲述#yyds干货盘点#数据可视化界的小公主：cutecharts，入门 + 实战应用相关的知识，希望能为你提供帮助。
这是我参与11月更文挑战的第13天。


今天给大家分享的这篇文章是19年写的，当时pyecharts作者陈老师和我分享了他们最新开发的动漫风格可视化库：cutecharts，我当即体验了下，效果确实杠杠的，可爱 好看 精炼，今天回顾了下，所有代码依旧能跑通（在python 3.10上，19年写的时候环境应该是在Python3.7）。


如果本文，或者历史发布文章对你学习有所帮助，请给我一个免费的点赞；如果您觉得文章又什么描述问题或者知识点介绍问题，请在评论区评论指出，感谢大家支持。


一、前言
昨天，手机突然叮咚一响，微信群跳出一条消息，“@老表 新图表库 敲可爱的画风”，还有仓库链接，
【#yyds干货盘点#数据可视化界的小公主（cutecharts，入门 + 实战应用）】

#yyds干货盘点#数据可视化界的小公主（cutecharts，入门 + 实战应用）

文章图片

当然，没有遇到问题最好～我是直接用的jupyter notebook，所以没有这个问题。
关于jupyter notebook安装使用，你可以看我之前分享的文章：Windows/Mac 安装、使用 Python 环境 +jupyter notebook
2.基本使用目前cutecharts支持的可视化图像类型有：柱状图、折线图、饼状图、雷达图、散点图。 我想后续作者还会增加的，比如：词云图、3D柱状图、条形图等等。 另外，项目里已经给我们提供了测试用例，所以我们学习的时候就不用再去自己写测试用例了，直接调用即可。

First : 柱状图
# 导入cutecharts中的Bar
from cutecharts.charts import Bar
# 导入测试用例
from cutecharts.faker import Faker


def bar_base() -> Bar:
chart = Bar("Bar-基本示例")
chart.set_options(labels=Faker.choose(), x_label="Im xlabel", y_label="Im ylabel")
chart.add_series("series-A", Faker.values())
return chart


bar_base().render_notebook()

渲染引擎提供了两个
.render(html_name) ：生成一个本地文件，html_name为文件名（html文件）,
默认名为：render.html
.render_notebook() ：可以在jupyter中直接运行显示，如上文代码
本文案例代码都是在Jupyter Notebook上编写运行

显示情况：



当然，里面的颜色、文字内容我们都是可以更改的。 相关函数参数，作者在Github里写的特别清楚，很方便阅读使用 
内容来自：github cutecharts
?
Second : 折线图
from cutecharts.charts import Line
from cutecharts.faker import Faker

def line_base() -> Line:
chart = Line("Line-基本示例")
chart.set_options(labels=Faker.choose(), x_label="Im xlabel", y_label="Im ylabel", legend_pos="upRight")
chart.add_series("series-A", Faker.values())
chart.add_series("series-B", Faker.values())
return chart


line_base().render_notebook()

显示情况：
当然，里面的颜色、文字内容我们都是可以更改的。 相关函数参数，作者在Github里写的特别清楚，很方便阅读使用 
内容来自：github cutecharts
Third : 饼图
from cutecharts.charts import Pie
from cutecharts.faker import Faker


def pie_base() -> Pie:
chart = Pie("Pie-基本示例")
chart.set_options(labels=Faker.choose())
chart.add_series(Faker.values())
return chart


pie_base().render_notebook()

显示情况：
  当然，里面的颜色、文字内容我们都是可以更改的。 相关函数参数，作者在Github里写的特别清楚，很方便阅读使用 
内容来自：github cutecharts
Fourth : 雷达图
from cutecharts.charts import Radar
from cutecharts.faker import Faker


def radar_base() -> Radar:
chart = Radar("Radar-基本示例")
chart.set_options(labels=Faker.choose())
chart.add_series("series-A", Faker.values())
chart.add_series("series-B", Faker.values())
return chart


radar_base().render_notebook()

显示情况：
  当然，里面的颜色、文字内容我们都是可以更改的。 相关函数参数，作者在Github里写的特别清楚，很方便阅读使用 
内容来自：github cutecharts


Fifth : 散点图
from cutecharts.charts import Scatter
from cutecharts.faker import Faker


def scatter_base() -> Scatter:
chart = Scatter("Scatter-基本示例")
chart.set_options(x_label="Im xlabel", y_label="Im ylabel")
chart.add_series(
"series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
)
chart.add_series(

    推荐阅读


    上一篇：#私藏项目实操分享#iOS开发（NSSet的使用）

    下一篇：使用Cloud Flow无代码实现读取Excel授予用户角色