Python可视化,pyecharts绘制玫瑰图展现新冠肺炎全球形势

循序渐进,学会用pyecharts绘制玫瑰图 pyecharts可视化系列。 阅读详情

欢迎关注微信公众号:excelwork

“ Python进行数据可视化第一篇,利用pyecharts绘制玫瑰图,来展示截至目前新冠肺炎造成的全球确诊病例分布情况。”

 

01

—

pyecharts准备工作

 

1.1 实现玫瑰图的方式 

    首先,得确定用什么方式才能绘制出玫瑰图,pycharts中,使用Pie绘制饼图,默认参数绘制出来是我们熟悉的饼图:

    通过rosetype等于area或者radius得到玫瑰图,其中:

  • area得到的各piece角度相同,半径反应数据大小;

  • radius的角度反应数据的百分比,半径反应数据大小。

    比如我们看到人民网微博每天发的疫情图就是绘制的玫瑰图(个别国家扇形太长了,就不贴图了)。

1.2 图表关键配置

    本次绘制将会用到下面的包、函数或参数配置:
  • is_closewise参数:设置扇形排列方向。add函数中使用,True时为顺时针,False时为逆时针

  • theme参数:设置主题。导入ThemeType后,在add函数内使用;
  • set_global_opts函数:全局配置;
  • set_series_opts函数:标签设置;
  • radius=数组,第一项是内半径,第二项是外半径。
    
  • 具体配置:通过导入options实现。

 

02

—

绘制玫瑰图

2.1 导入相关包 

    pandas读取保存疫情数据的CSV文件、Pie绘制图形、options导入配置、    ThemeType设置整体主题风格。

import pandas as pdfrom pyecharts.charts import Piefrom pyecharts import options as optsfrom pyecharts.globals import ThemeType

2.2 导入数据 

    数据来自akshare:

data = pd.read_csv('covid190623.csv',encoding='gbk')

2.3 参数配置 

    全局配置、标签设置、主题风格选择等。

pie = Pie(init_opts=opts.InitOpts(width='1920px', height='1080px',theme=ThemeType.INFOGRAPHIC))#或者自定义颜色pie.add('', [(a,b) for a,b in zip(data['country'], data['confirm_quantity'])],        radius=["10%", "125%"],        center=["50%", "66%"],        rosetype="area",        is_clockwise = False)pie.set_global_opts(title_opts=opts.TitleOpts(title='新冠肺炎全球疫情形势',                                              subtitle='截至6月23日TOP20',                                              title_textstyle_opts=opts.TextStyleOpts(font_size=35, color='#0c2a46', font_family="Microsoft YaHei", font_weight="bold"),                                              subtitle_textstyle_opts=opts.TextStyleOpts(font_size=25, color='#0c2a46', font_family="Microsoft YaHei", font_weight="bold"),                                              pos_left='left', pos_top='top'),                    legend_opts=opts.LegendOpts(is_show=True,pos_bottom='15%'),                    toolbox_opts=opts.ToolboxOpts(pos_top='75%'))pie.set_series_opts(label_opts=opts.LabelOpts(is_show=True, position="inside", font_size=10,                                              formatter="{b}\n{c}", font_style="normal",                                              font_family="Microsoft YaHei"))pie.render('新冠肺炎全球疫情形势.html'

绘制结果如下(area):

 

(radius):

python+re正则表达式匹配指定10位整数 \ 小数 \ 整数 python+re正则表达式匹配整数和小数 re匹配整数可指定位数 re匹配小数 阅读详情

相关推荐

AgentScope Java多智能体框架

AgentScope Java 的核心设计理念是“Agent-Oriented Programming” (面向智能体编程)。

zzz19920821的博客 1734

❤echarts 南丁格尔玫瑰图、环形图、雷达图

echarts 南丁格尔玫瑰图的使用以及南丁格尔玫瑰图详细配置❤echarts 南丁格尔玫瑰图、环形图、雷达图

林太白 7629

LWIP协议栈在STM32H7上的内存优化实战:如何用32KB RAM实现稳定千兆以太网通信

本文深入探讨了在STM32H7微控制器上,如何通过内存优化策略,在仅32KB的D2 SRAM中稳定运行LWIP协议栈以实现千兆以太网通信。文章详细分析了STM32H7的内存架构、LWIP的内存消耗瓶颈,并提供了从描述符表与PBUF池精确分配、链接脚本修改到MPU区域划分的一整套实战优化方案,旨在解决大数据量传输卡死等常见配置问题。

gg901的博客 603

大数据可视化-echarts玫瑰图(HBuilderX)

echarts.js 下载链接: http://echarts.baidu.com/download.html。也可以下载 echarts.js 在页面文件中引入即可.引入 ECharts 文件可以用上面代码中的方法。想要使用该图表,只需要 复制以上代码。

weixin_64272885的博客 1172

提取abaqus中节点集合的应力应变

节点是没有应力应变的,只有积分点才有,所以直接在odb文件里面用FieldOutput是整不出来的(结果是个空列表),只能用session这种让abaqus自己帮你处理。具体的代码需要根据自己操作的时候abaqus.rpy这个文件中代码的变化来更改。

蓝胖子的博客 4553

gdb对dwarf调试信息的解析和使用

gdb的对dwarf的调试信息的解析到使用的过程分析

JS072110的专栏 9564

Echarts 环形图配置 环形半径(radius) 修改文本位置(label) 南丁格尔图(roseType)

/第一个为内径 第二个为外径。

生产队的驴 1979

Zemax API 与 Python 的独立应用程序

Zemax 提供了多个 python 示例代码,位于 Documents\Zemax\ZOS-API Sample Code\Python。使用以下代码,它们保存在 ZOS 文件目录中:/Documents\Zemax\Samples\API\Python。此代码块定位已安装的 OpticStudio 版本,确定根目录,创建命名空间和类,加载局部变量。如果定义的镜头需要一些特殊的编辑,例如反转,一种快速方法是从位于编程选项卡的 ZOS-API 语法帮助中找到相应的命令。重新运行整个代码块,镜头方向会改变。

jkh920184196的博客 1977

Echarts笔记——饼图(2)南丁格尔饼图

Echarts笔记——饼图(2)南丁格尔饼图 1. 设置为南丁格尔饼图(圆心角相同):roseType:'area'。 2.表示是否支持多个选中('single'表示单选,或者'multiple'表示多选):selectedMode <!doctype html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" ...

XIATWO 1449

PoE 的三大国际标准:PoE、PoE+、PoE++

很多人知道 PoE 能“一根网线,既供电又传数据”,但鲜少有人能说清楚:PoE 供电到底分几种标准?差别有多大?哪些设备要用 PoE,哪些必须上 PoE+ 或 PoE++?今天,我们就来一次彻底的“拆解”,把 PoE 的三大国际标准——讲得明明白白,顺便也帮你厘清网络工程中的常见“供电疑惑”。

网络技术联盟站 1546

基于Python的CT骨料图像分割与STL批量导出完整指南

本文介绍了一套完整的Python解决方案,用于CT骨料图像的分割与STL导出。针对CT图像中颗粒粘连、噪声伪影等技术难点,提出基于分水岭算法的分割策略,结合距离变换与标记控制实现颗粒分离。内容包括环境配置、数据读取与预处理、Otsu阈值分割、分水岭算法实现、表面提取与STL导出等关键步骤。教程提供详细代码及解释,帮助读者从CT体数据出发,最终生成每个颗粒的三维网格文件,便于后续定量分析和数值模拟。

huanghm88的专栏 235

基于Python的疫情数据可视化(matplotlib,pyecharts动态地图,大屏可视化)

最终,组合成一个时间轴对象,从而实现动态图表的展示效果。2020年,新冠肺炎疫情在全球范围内爆发,给人们的健康和生命带来了严重威胁,不同国家和地区的疫情形势也引起了广泛的关注。本报告以疫情数据为基础,通过可视化数据分析的方式,呈现了全球和国内疫情的发展趋势和变化情况,帮助人们更加直观、全面地了解疫情的实际情况,为全社会、政府和民众做好疫情防控和处置提供参考依据。由于该地图是按月份展示,因此我们可以看到在不同的月份里,哪些国家的新增人数较多,哪些国家较少,以及某些疫情爆发严重的国家的疫情是否有所缓解等。

weixin_48676558的博客 7736

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

python做出的炫酷的可视化,python做大屏数据可视化

大家好,小编来为大家解答以下问题,python做一个动态可视化交互大屏库怎么做,python做一个动态可视化交互大屏库教程,今天让我们一起来看看吧!大家好,本文将围绕python做一个动态可视化交互大屏库怎么做展开说明,python做一个动态可视化交互大屏库教程是一个很多人都想弄明白的事情,想搞清楚python gui可视化操作界面制作需要先了解以下几个事情。

nannannanmu的博客 1111

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

legend位置 pyecharts_利用Python+PyEcharts画出人民日报各国疫情图

背景 由于昨天利用基础库Matplotlib画的不是很完美,今天借助高级可视化库pyecharts来重新再实现一下人民日报的各国疫情图。pyecharts简介 Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。而 Python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了。《人民...

weixin_30050671的博客 257

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

【python数据可视化】运用pyecharts简单绘制一张玫瑰图

pyecharts是一个基于echarts.js和python的图表可视化库,它允许python开发者使用python语言轻松创建各种类型的交互式图表,如条形图、折线图、散点图、玫瑰图、地图等。本文的内容就是运用pyecharts简单地绘制一张玫瑰图。一、玫瑰图是什么?玫瑰图(Polar Rose Diagram)是一种基于极坐标系的数据可视化方式,通常用于展示周期性数据,如音频信号或电信号中的频率分布情况。我们可以将其简单理解成披着饼图外皮的柱状图。

Drejian的博客 3582

南丁格尔玫瑰图解析

南丁格尔玫瑰图解析

如许的博客 954

echarts 玫瑰图的配置和实现

echarts 玫瑰图的配置

weixin_50656154的博客 2414

数据可视化——用pyecharts实现航空公司用户年龄段分布玫瑰图

本文内容先对航空公司用户年龄进行数据预处理,后面再通过pyecharts实现航空公司用户年龄段分布玫瑰图。一、Pyecharts以上就是今天要讲的内容,本文仅仅简单介绍了用Pyecharts实现航空公司用户年龄段分布玫瑰图的实现方法,而Pyecharts提供了大量有的图表还有高度灵活的配置项,可轻松搭配出精美的图表。

m0_69496245的博客 1269

学习笔记21.07.04:利用pyecharts绘制玫瑰图

# TODO 从pyecharts.charts中导入Pie from pyecharts.charts import Pie # TODO 从pyecharts导入options,简称为opts from pyecharts import options as opts # 按照批评者、被动者和推荐者的顺序以元组的格式组成列表 # 赋值给 user_data user_data = [("批评者",879),("被动者",440),("推荐者",1248)] # TODO 创建Pie对象赋值给pi.

zzzssszzzzsz的博客 1811

pyecharts-动态可视化(8)-饼状图 (基础-富文本-共用-rosetype-内外饼图)

饼状图的绘制 (基础-富文本-共用-rosetype-内外饼图)4个图的绘制 `label_opts=opts.LabelOpts(formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c} {per|{d}%} )` 标签内容格式器,支持**字符串模板和回调函数**两种形式,字符串模板与回调函数返回的字符串均支持用 \n 换行。 字符串模板 模板变量有: {a}:系列名。 {b}:数据名。 {c}:数据值。 {d}:百分比。

vv_eve的博客 7513

Echarts 玫瑰图实现二维数据都体现所占百分比

  玫瑰图,官方给定的类型有两个,其中radius只能在圆心角体现百分比,半径的大小不可控,但是我司可爱的产品提出了需求:要两个维度都要体现所占百分比。   木有办法,只能想办法实现咯,这里使用了极坐标+饼图来实现。

ZionHH的博客 2923

Pycharts——玫瑰图(饼图)

怎么说呢,就是有点像下图吧,呃,没错是有点。。。 最新:全球近529万例,巴西升至全球第二 获取数据 这里的数据是近30天内的访问量,由于昨天才新建的集合,所有数据量非常少,画的图有点low,勿喷,只用与测试效果。 获取访问量 def get_visits(): col = ToMongo().get_col('visits') # 获取30天的时间差 date = (datetime.datetime.now() - datetime.timedelta(days=30)) .

Caisi的博客 3185

echarts 饼图的一种---南丁格尔玫瑰图按照百分比大小进行排序以及颜色设置的两种方式(普通设置颜色和渐变色设置)

本篇博文是记录一下我在开发过程中遇到的一个问题,那就是对于南丁格尔玫瑰图(或者饼图)如何根据百分比大小进行排列,可以很直观的看出数据高低。 首先给大家展示一下官方的样式,具体代码可以去官网上查看:https://www.echartsjs.com/examples/zh/editor.html?c=pie-roseType 其次再看一下我优化后的样式,本节主要讲解这个: 我是...

qq_35030421的博客 9347

Python数据分析 | 数据可视化(十三)

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。随着可视化技术的发展,玫瑰图得到了越来越广泛的应用。

Trb201013的博客 1082
上一篇: 使用Excel办公,你必须学会的文件加密、单元格锁定、复制可见单元格
下一篇: 学习Excel时间太长、函数太多记不住?如何快速系统地掌握Excel
TheLittlePython
博客等级 码龄9年 47粉丝 75原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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