Python echarts实现数据可视化实例详解

 更新时间:2022年03月03日 16:10:17   作者:福尔摩斯之无以伦比  
这篇文章主要为大家详细介绍了Python echarts实现数据可视化,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助

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。

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 opts
from pyecharts.charts import Bar
from 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。

3.2 折线图

import pyecharts.options as opts
from 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 = ["Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun"]
y_data = [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=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")
)

3.3 饼图

from pyecharts import options as opts
from pyecharts.charts import Pie
from 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")
)
 

官网:Document​

总结

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注脚本之家的更多内容! 

相关文章

  • python判断字符串或者集合是否为空的实例

    python判断字符串或者集合是否为空的实例

    今天小编就为大家分享一篇python判断字符串或者集合是否为空的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01
  • 解析python中的jsonpath 提取器

    解析python中的jsonpath 提取器

    jsonPath 是一种信息抽取类库,是从JSON文档中抽取指定信息的工具,提供多种语言实现版本,包括:Javascript, Python, PHP 和 Java。本文给大家介绍python的jsonpath 提取器,感兴趣的朋友跟随小编一起看看吧
    2022-01-01
  • 构建Python中的分布式系统结合Celery与RabbitMQ

    构建Python中的分布式系统结合Celery与RabbitMQ

    在本文中,我们深入探讨了如何利用Celery和RabbitMQ构建Python中的分布式系统,我们首先介绍了Celery和RabbitMQ的概念及其优势,然后展示了如何结合它们来创建一个简单但功能强大的分布式系统,感兴趣的朋友跟随小编一起看看吧
    2024-05-05
  • python光学仿真学习wxpython创建手速测试程序

    python光学仿真学习wxpython创建手速测试程序

    这篇文章主要介绍了python光学仿真学习使用wxpython创建一个手速测试程序示例的实现,有需要的朋友可以借鉴参考下,希望能够有所帮助
    2021-10-10
  • Python报错之如何解决matplotlib绘图中文显示成框框问题

    Python报错之如何解决matplotlib绘图中文显示成框框问题

    这篇文章主要介绍了Python报错之如何解决matplotlib绘图中文显示成框框问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-09-09
  • 详解如何使用Plotly和Dash进行数据可视化

    详解如何使用Plotly和Dash进行数据可视化

    数据可视化是数据分析中至关重要的一环,它能够帮助我们更直观地理解数据并发现隐藏的模式和趋势,本文将介绍如何使用Plotly和Dash进行数据可视化,感兴趣的可以了解下
    2024-04-04
  • Python基于OpenCV的视频图像处理详解

    Python基于OpenCV的视频图像处理详解

    OpenCV是一个开源的,跨平台的计算机视觉库,它采用优化的C/C++代码编写,能够充分利用多核处理器的优势。本文主要和大家来聊聊基于Python OpenCv的视频图像处理,感兴趣的可以了解一下
    2023-02-02
  • python监控网站运行异常并发送邮件的方法

    python监控网站运行异常并发送邮件的方法

    这篇文章主要介绍了python监控网站运行异常并发送邮件的方法,涉及Python操作邮件及服务器监控的技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-03-03
  • Python+matplotlib实现填充螺旋实例

    Python+matplotlib实现填充螺旋实例

    这篇文章主要介绍了Python+matplotlib实现填充螺旋实例,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • python中Pycharm 输出中文或打印中文乱码现象的解决办法

    python中Pycharm 输出中文或打印中文乱码现象的解决办法

    本篇文章主要介绍了python中Pycharm 输出中文或打印中文乱码现象的解决办法 ,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-06-06

最新评论