Python數(shù)據可視化處理庫PyEcharts柱狀圖,餅圖,線性圖,詞云圖常用實例詳解
更新時間：2020年02月10日 16:46:04 作者：E1ffC1
這篇文章主要介紹了Python數(shù)據可視化處理庫PyEcharts柱狀圖、餅圖、線性圖常用實例詳解,需要的朋友可以參考下
python可以在處理各種數(shù)據時，如果可以將這些數(shù)據，利用圖表將其可視化，這樣在分析處理起來，將更加直觀、清晰，以下是 利用 PyEcharts 常用圖表的可視化Demo, 開發(fā)環(huán)境 python3
柱狀圖
基本柱狀圖
from pyecharts import Bar
# 基本柱狀圖
bar = Bar("基本柱狀圖", "副標題")
bar.use_theme('dark') # 暗黑色主題
bar.add('真實成本', # label
["1月", "2月", "3月", "4月", "5月", "6月"], # 橫坐標
[5, 20, 36, 10, 75, 90], # 縱坐標
is_more_utils=True) # 設置最右側工具欄
# bar.show_config() # 調試輸出pyecharts的js的配置信息
bar.render('bar_demo.html') # 生成html文件
堆疊柱狀圖
# 堆疊柱狀圖
x_attr = ["1月", "2月", "3月", "4月", "5月", "6月"]
data1 = [5, 20, 36, 10, 75, 90]
data2 = [10, 25, 8, 60, 20, 80]
bar1 = Bar('柱狀信息堆疊圖')
bar1.add('商家1', x_attr, data1, is_stack=True) # is_stack=True 表示堆疊在一起
bar1.add('商家2', x_attr, data2, is_stack=True)
bar1.render('bar1_demo.html')
并列柱形圖
# 并列柱形圖
bar2 = Bar('并列柱形圖', '標記線和標記示例')
bar2.add('商家1', x_attr, data1, mark_point=['average']) # 標記點：商家1的平均值
bar2.add('商家2', x_attr, data2, mark_line=['min', 'max']) # 標記線：商家2的最小/大值
bar2.render('bar2_demo.html')
橫向并列柱形圖
# 橫向并列柱形圖
# 橫向并列柱形圖
bar3 = Bar('橫向并列柱形圖', 'X軸與Y軸交換')
bar3.add('商家1', x_attr, data1)
bar3.add('商家2', x_attr, data2, is_convert=True) # is_convert=True :X軸與Y軸交換
bar3.render('bar3_demo.html')
以上相關柱狀圖完整代碼bar_demo.py
from pyecharts import Bar
# 基本柱狀圖
bar = Bar("基本柱狀圖", "副標題")
bar.use_theme('dark') # 暗黑色主題
bar.add('真實成本', # label
["1月", "2月", "3月", "4月", "5月", "6月"], # 橫坐標
[5, 20, 36, 10, 75, 90], # 縱坐標
is_more_utils=True) # 設置最右側工具欄
# bar.show_config() # 調試輸出pyecharts的js的配置信息
bar.render('bar_demo.html') # 生成html文件
# 堆疊柱狀圖
x_attr = ["1月", "2月", "3月", "4月", "5月", "6月"]
data1 = [5, 20, 36, 10, 75, 90]
data2 = [10, 25, 8, 60, 20, 80]
bar1 = Bar('柱狀信息堆疊圖')
bar1.add('商家1', x_attr, data1, is_stack=True) # is_stack=True 表示堆疊在一起
bar1.add('商家2', x_attr, data2, is_stack=True)
bar1.render('bar1_demo.html')
# 并列柱形圖
bar2 = Bar('并列柱形圖', '標記線和標記示例')
bar2.add('商家1', x_attr, data1, mark_point=['average']) # 標記點：商家1的平均值
bar2.add('商家2', x_attr, data2, mark_line=['min', 'max']) # 標記線：商家2的最小/大值
bar2.render('bar2_demo.html')
# 橫向并列柱形圖
bar3 = Bar('橫向并列柱形圖', 'X軸與Y軸交換')
bar3.add('商家1', x_attr, data1)
bar3.add('商家2', x_attr, data2, is_convert=True) # is_convert=True :X軸與Y軸交換
bar3.render('bar3_demo.html')
折線圖、餅圖、詞云圖
導入模塊 與 基礎數(shù)據
from pyecharts import Line from pyecharts import Pie from pyecharts import WordCloud from pyecharts import EffectScatter, Overlap x_attr = ["1月", "2月", "3月", "4月", "5月", "6月"] data1 = [5, 20, 36, 10, 75, 90] data2 = [10, 25, 8, 60, 20, 80]
基礎折線示例圖
# 折線示例圖
line = Line("折線示例圖")
line.add('商家1', x_attr, data1, mark_point=['average'])
line.add('商家2', x_attr, data2, is_smooth=True, mark_line=['max', 'average'])
line.render('line.demo.html')
折線面積圖
# 折線面積圖
line = Line('折線面積示例圖')
line.add('商家1', x_attr, data1, is_fill=True,line_opacity=0.2, area_opacity=0.4, symbol=None)
line.add('商家2', x_attr, data2, line_color='#000', area_opacity=0.3, is_smooth=True)
line.render('line2_demo.html')
餅圖
# 餅圖
pie = Pie('餅圖')
pie.add('', x_attr, data1, is_label_show=True)
pie.render('pie_demo.html')
詞云圖
# 詞云圖
name = [
'Though', 'the answer', 'this question',
'may at first', 'seem to border', 'on the',
'absurd', 'reflection', 'will show', 'that there',
'is a', 'good deal', 'more in', 'it than meets', 'the eye'
]
value = [10000, 6189, 4556, 2356, 2233,
1895, 1456, 1255, 981, 875,
542, 462, 361, 265, 125]
worldcloud = WordCloud(width=1300, height=620)
worldcloud.add('詞云', name, value, word_size_range=[20, 100])
worldcloud.render('worldcloud.html')
線性閃爍圖 —組合圖
# 線性閃爍圖
line2 = Line('線性閃爍圖')
line2.add('line', x_attr, data1, is_random=True)
es = EffectScatter()
es.add('es', x_attr, data1, effect_scale=8) # 閃爍
overlop = Overlap()
overlop.add(line2) # 必須先添加line 再添加 es
overlop.add(es)
overlop.render('line-es.html')
以上相關圖完整代碼line_pie_demo.py
from pyecharts import Line
from pyecharts import Pie
from pyecharts import WordCloud
from pyecharts import EffectScatter, Overlap
x_attr = ["1月", "2月", "3月", "4月", "5月", "6月"]
data1 = [5, 20, 36, 10, 75, 90]
data2 = [10, 25, 8, 60, 20, 80]
# 折線示例圖
line = Line("折線示例圖")
line.add('商家1', x_attr, data1, mark_point=['average'])
line.add('商家2', x_attr, data2, is_smooth=True, mark_line=['max', 'average'])
line.render('line.demo.html')
# 折線面積圖
line = Line('折線面積示例圖')
line.add('商家1', x_attr, data1, is_fill=True,line_opacity=0.2, area_opacity=0.4, symbol=None)
line.add('商家2', x_attr, data2, line_color='#000', area_opacity=0.3, is_smooth=True)
line.render('line2_demo.html')
# 餅圖
pie = Pie('餅圖')
pie.add('', x_attr, data1, is_label_show=True)
pie.render('pie_demo.html')
# 詞云圖
name = [
'Python', 'the answer', 'this question',
'may at first', 'seem to border', 'on the',
'absurd', 'reflection', 'will show', 'that there',
'is a', 'good deal', 'more in', 'it than meets', 'the eye'
]
value = [10000, 6189, 4556, 2356, 2233,
1895, 1456, 1255, 981, 875,
542, 462, 361, 265, 125]
worldcloud = WordCloud(width=1300, height=620)
worldcloud.add('詞云', name, value, word_size_range=[20, 100])
worldcloud.render('worldcloud.html')
# 線性閃爍圖
line2 = Line('線性閃爍圖')
line2.add('line', x_attr, data1, is_random=True)
es = EffectScatter()
es.add('es', x_attr, data1, effect_scale=8) # 閃爍
overlop = Overlap()
overlop.add(line2) # 必須先添加line 再添加 es
overlop.add(es)
overlop.render('line-es.html')
更多關于Python數(shù)據可視化處理庫PyEcharts使用方法與實例請查看下面的相關鏈接
相關文章
基于Pytorch的神經網絡之Regression的實現(xiàn)
本文主要介紹了基于Pytorch的神經網絡之Regression的實現(xiàn)，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-03-03
這篇文章主要為大家詳細介紹了python代碼編寫計算器小程序，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-07-07
python opencv實現(xiàn)信用卡的數(shù)字識別
這篇文章主要介紹了python opencv實現(xiàn)信用卡的數(shù)字識別，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-01-01
在Flask中，使用藍圖Blueprint來分模塊組織管理。藍圖實際可以理解為是一個存儲一組視圖方法的容器對象，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習吧2022-10-10
本文將介紹如何使用Python 3實現(xiàn)檢查Linux服務器內存可用大小的方法，包括使用Python標準庫實現(xiàn)和使用Linux命令實現(xiàn)兩種方式，感興趣可以了解一下2023-05-05
Python中的異常處理:try?except?Exception?as?e解決辦法
這篇文章主要介紹了Python中的異常處理機制,包括try、except、finally語句的基本用法和高級用法,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2025-04-04
在本篇文章里小編給大家分享了一篇關于python3爬蟲中多線程的優(yōu)勢總結內容，需要的朋友們可以參考學習下。2020-11-11
python encrypt 實現(xiàn)AES加密的實例詳解
在本篇文章里小編給大家分享的是關于python encrypt 實現(xiàn)AES加密的實例內容，有興趣的朋友們可以參考下。2020-02-02
Anaconda中導出環(huán)境的實現(xiàn)步驟
在 Anaconda 中導出環(huán)境是一種常用的做法,可以將當前的環(huán)境配置導出到一個文件中,本文主要介紹了Anaconda中導出環(huán)境的實現(xiàn)步驟,具有一定的參考價值2024-05-05
由于mac默認都會安裝python2.x，這給我們python開發(fā)造成不便，我們經常要用到python3.x的版本來進行測試、開發(fā)，所以本文主要介紹了Python切換版本問題，感興趣的可以了解一下2021-07-07