Pyecharts常用图表

导入模块 添加数据
from pyecharts.charts import *
# pyecharts的配置项
from pyecharts import options as opts
x_data = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
y_data = [123, 153, 89, 107, 98, 23]
柱状图(Bar)
# 新建一个Bar实例,命名为chart
chart = Bar()
# 为chart添加x轴的数据
chart.add_xaxis(x_data)
# 为chart添加y轴的数据
chart.add_yaxis('', y_data)

在这里插入图片描述

通过ChartItem调整单个数据项样式

将Huawei这个数据项设置为蓝色,且字体放大

x_data = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
y_data = [
    opts.BarItem(
        name='Apple',
        value=123),
    opts.BarItem(
        name='Huawei',
        value=153,
        # 设置颜色
        itemstyle_opts=opts.ItemStyleOpts(color='blue'),
        # 设置字体大小
        label_opts=opts.LabelOpts(font_size=20)
        ),
    opts.BarItem(
        name='Xiaomi',
        value=89),
    opts.BarItem(
        name='Oppo',
        value=107),
    opts.BarItem(
        name='Vivo',
        value=98),
    opts.BarItem(
        name='Meizu',
        value=23)
]

chart = Bar()
chart.add_xaxis(x_data)
chart.add_yaxis('', y_data)

在这里插入图片描述

添加坐标轴
# 左边坐标轴的数据
y_data_1 = [123, 153, 89, 107, 98, 23]
# 右边坐标轴的数据
y_data_2 = [13, 15, 9, 17, 8, 6]
chart = Bar()
chart.add_xaxis(x_data)
chart.add_yaxis(
    '左侧',
    y_data_1,
    yaxis_index=0
)
chart.add_yaxis(
    '右侧',
    y_data_2,
    yaxis_index=1
)
# 添加坐标轴
chart.extend_axis(yaxis=opts.AxisOpts())

在这里插入图片描述

坐标轴旋转
chart.add_xaxis(x_data)
chart.add_yaxis('', y_data)
# xy轴翻转
chart.reversal_axis()
# 调整标签位置
chart.set_series_opts(label_opts=opts.LabelOpts(position='right'))

在这里插入图片描述

折线图(Line)
# 新建一个Line实例,命名为chart
chart = Line()
chart.add_xaxis(x_data)
chart.add_yaxis('', y_data)

在这里插入图片描述

折线面积
chart.add_yaxis(
    '', 
    y_data,
    # 区域颜色填充,透明度设置为0.5
    areastyle_opts=opts.AreaStyleOpts(opacity=0.5)
    )

在这里插入图片描述

多图层叠
x_data = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']
y_data_1 = [123, 153, 89, 107, 98, 23]
y_data_2 = [13, 15, 9, 17, 8, 6
chart_1 = Bar()
chart_1.add_xaxis(x_data)
chart_1.add_yaxis('', y_data_2)
chart_2 = Line()
chart_2.add_xaxis(x_data)
chart_2.add_yaxis('', y_data_1)
# overlap层叠
chart_1.overlap(chart_2)

在这里插入图片描述

散点图(Scatter)
# 新建一个Scatter实例,命名为chart
chart = Scatter()
chart.add_xaxis(x_data)
chart.add_yaxis('', y_data)

在这里插入图片描述

饼图(Pie)
data_pair = [['Apple', 123], ['Huawei', 153], ['Xiaomi', 89], ['Oppo', 107], ['Vivo', 98], ['Meizu', 23]]
chart = Pie()
chart.add(
    '',
    data_pair
)

在这里插入图片描述

圆环
chart = Pie()
chart.add(
	'', 
	data_pair,
	radius=['40%', '80%']
)

在这里插入图片描述

南丁格尔玫瑰
chart = Pie()
chart.add(
    '',
    data_pair,
    rosetype='area'
)

在这里插入图片描述

地理区域图(Map)
data = [('广东', 61), ('湖北', 85), ('湖南', 115), ('四川', 137), ('重庆', 119), ('黑龙江', 66), ('浙江', 117),('山西', 52), ('河北', 80), ('安徽', 99), ('河南', 101), ('山东', 75), ('西藏', 53)]
chart = Map()
chart.add('', data, maptype='china')

在这里插入图片描述
添加视觉组件,通过颜色来反映数值

chart.set_global_opts(
    # 视觉组件是必须的,需要通过视觉组件的颜色来展示数据大小
    visualmap_opts=opts.VisualMapOpts(max_=150),
)

在这里插入图片描述

地理坐标图(Geo)
地区热力图(HeatMap)
chart = Geo()
chart.add_schema(
    maptype='china'
)
chart.add(
    "", 
    data,
    type_='heatmap'
)

# 全局配置项, HeatMap需要配合视觉组件
chart.set_global_opts(
    visualmap_opts=opts.VisualMapOpts(
        type_='color'
    ),
)

在这里插入图片描述

地区路径图(Line)
chart = Geo()
chart.add_schema(maptype="china")
chart.add(
    "武汉出发",
    # 数据格式(from, to)
    data_pair=[("武汉", "上海"), ("武汉", "北京"), ("武汉", "深圳"), ("武汉", "乌鲁木齐")],
    type_='lines'
)

在这里插入图片描述

漏斗图
data_pair = [['访问', 30398], ['注册', 15230], ['加入购物车', 10045], ['提交订单', 3109], ['付款成功', 1698]]
chart = Funnel()
chart.add(
    "", 
    data_pair
)

在这里插入图片描述

PyEcharts是一款基于ECharts库的Python封装库,它允许你在Python程序中方便地创建各种图表,如折线图、柱状图、饼图、散点图等。以下是使用PyEcharts制作图表的基本步骤: 1. **安装**: 首先你需要安装`pyecharts`,可以使用pip命令进行安装: ``` pip install pyecharts ``` 2. **导入模块**: 导入所需的pyecharts模块,例如`Line` (折线图) 或 `Bar` (柱状图): ```python from pyecharts.charts import Line, Bar ``` 3. **创建数据**: 准备需要可视化的数据,可以是列表、字典或其他结构。 4. **初始化图表**: 根据需要选择合适的图表类型,并指定图表的标题、标签等信息: ```python line_chart = Line(title='折线图示例') bar_chart = Bar(title='柱状图示例') ``` 5. **添加数据**: 将数据添加到图表上,例如折线图: ```python line_data = [{"name": "销售", "data": [3, 6, 9, 12, 15]}] line_chart.add("销量", line_data) ``` 6. **配置样式**: 可以调整颜色、线条样式、标记点等: ```python line_chart.set_series_opts(label_pos="top") ``` 7. **显示和保存图表**: 最后,可以显示图表或者将图表保存为图片文件: ```python line_chart.render('line.html') # 保存为HTML文件 line_chart.show() # 显示在浏览器窗口 ``` 对于其他类型的图表,比如饼图、散点图等,操作过程类似,只是对应的构造函数和数据添加方式会有所不同。记得查阅官方文档以获取完整的信息和更多高级定制选项。
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