使用pyecharts的注意事项

本文介绍了一个使用Python的图表绘制库创建饼图的过程,展示了不同学历背景下的职位分布情况。通过将职位与学历的数据转换为浮点数并使用pie.add方法添加到图表中,最后设置全局和系列选项来优化图表展示效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  pie = (
        Pie()
        .add("", [list(z) for z in zip(list(job_education_dic.keys()) , [float(i) for i in job_education_dic.values()])])
        .set_global_opts(title_opts=opts.TitleOpts(title="不同学历的职位分布"))
        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    )
pie.render_notebook()

在里面的数值一定要是 浮点型 不然会报错

### 使用 PyEcharts 库在 Python 中绘制词云图 以下是基于 PyECharts 的示例代码,用于创建一个简单的词云图: ```python from pyecharts.charts import WordCloud from pyecharts import options as opts # 准备数据:列表形式 [(word, frequency), ...] data = [ ("Python", 100), ("Java", 80), ("C++", 70), ("JavaScript", 90), ("Go", 60), ("Ruby", 50), ("Swift", 40), ("Kotlin", 30), ("PHP", 20), ("Rust", 10) ] # 创建词云图实例 wordcloud = WordCloud() # 添加数据并设置全局选项 wordcloud.add( series_name="编程语言热度", data_pair=data, word_size_range=[20, 100], # 设置字体大小范围 shape="circle" # 可选形状:"circle", "cardioid", "diamond", etc. ) # 配置图表显示效果 wordcloud.set_global_opts(title_opts=opts.TitleOpts(title="词云图示例")) # 渲染到 HTML 文件 wordcloud.render("word_cloud_example.html") ``` #### 参数说明 - `series_name` 是系列名称,通常用于标记图表的数据集[^1]。 - `data_pair` 表示输入的词频数据,格式为 `(单词, 频率)` 列表[^2]。 - `word_size_range` 定义了词云中最小和最大字号之间的范围[^1]。 - `shape` 控制词云的整体布局形状,支持多种预定义图形如圆形 (`circle`) 或心形 (`cardioid`)[^3]。 运行此脚本后会生成名为 `word_cloud_example.html` 的文件,在浏览器打开即可查看生成的词云图。 #### 数据准备注意事项 如果需要处理中文文本,则可能涉及分词操作。可以借助第三方库 Jieba 进行中文分词,并统计词语出现次数作为频率值[^3]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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