婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識庫 > 學會這個炫酷圖表利器pyecharts,還怕不被公司重用?

學會這個炫酷圖表利器pyecharts,還怕不被公司重用?

熱門標簽:地圖標注自己和別人標注區別 南陽打電話機器人 孝感營銷電話機器人效果怎么樣 打電話機器人營銷 聊城語音外呼系統 騰訊地圖標注沒法顯示 商家地圖標注海報 海外網吧地圖標注注冊 ai電銷機器人的優勢

一、安裝

首先我們需要安裝下pyecharts,通過pip指令直接安裝即可。

pip install pyecharts

安裝完成后, 可通過pip list指令查看python安裝的庫列表。查看pyecharts安裝版本和是否安裝成功。

二、導入模塊

老規矩,為了故事的順利發展,我們可以先導入本文所需的模塊。

from pyecharts.charts import Bar
from pyecharts.charts import Pie
from pyecharts.charts import Line
from pyecharts import options as opts
from pyecharts.charts import EffectScatter
from pyecharts.globals import SymbolType
from pyecharts.charts import Grid
from pyecharts.charts import WordCloud
from pyecharts.charts import Map
import random

注:以下圖表生成都是在在 Jupyter Notebook 環境中實現。

三、柱狀圖

平時我們看到最多的就是柱狀圖了,pyecharts 生成柱狀圖也是非常簡單。直接填入 x 軸和 y 軸的數據就行。

x = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月']
data_china = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
data_russia = [1.6, 5.4, 9.3, 28.4, 22.7, 60.7, 162.6, 199.2, 56.7, 43.8, 3.0, 4.9]

bar = Bar()
bar.add_xaxis(x)
bar.add_yaxis("降水量", data_china)
bar.set_global_opts(title_opts=opts.TitleOpts(title="Bar - 降水示例"))
bar.rerender_notebook()

run運行程序后,就會得到如下所示柱狀圖:

當然pyecharts還支持鏈式調用,實現的功能一致,代碼如下:

bar = (
    Bar()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar - 降水示例"))
)
bar.render_notebook()

此外,還可以在一個柱狀圖中添加多個 y 軸記錄,實現多個柱狀對比,只需調用多一次 add_yaxis 即可。

bar = (
    Bar()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .add_yaxis("sussia", data_russia)
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar - 多柱狀圖"))
)
bar.render_notebook()

有時候,柱狀圖太高不方便看,我們還可以將 x 軸和 y 軸互換,生成橫向的柱狀圖。多柱狀圖和 xy 軸互換不沖突,可疊加使用。

bar = (
    Bar()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .add_yaxis('russia', data_russia)
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar - 翻轉 XY 軸"))
)
bar.render_notebook()

四、餅狀圖

餅狀圖也是使用頻率很高的圖表之一,尤其是適用于百分比類的圖,可以很直觀的看出來各個類別所占據總體份額的比例。

pie = (
    Pie()
    .add("", [list(z) for z in zip(x, data_china)])
    .set_global_opts(title_opts=opts.TitleOpts(title="餅圖示例"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
pie.render_notebook()

圓環餅狀圖

pie = (
    Pie(init_opts=opts.InitOpts(width="600px", height="400px"))
    .add(
        series_name="降雨量",
        data_pair=[list(z) for z in zip(x, data_china)],
        radius=["50%", "70%"],
        label_opts=opts.LabelOpts(is_show=False, position="center"),
    )
    .set_global_opts(legend_opts=opts.LegendOpts(pos_left="legft", orient="vertical"))
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} br/>{b}: {c} (6o84sis4%)"
        ),
    label_opts=opts.LabelOpts(formatter="{b}: {c}")
    )
)
pie.render_notebook()

五、折線圖

折線圖通常是來展示數據在不同時間段的走勢,例如比較經典的股市 K 線圖就是折線圖的一種。

line = (
    Line()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .set_global_opts(title_opts=opts.TitleOpts(title="折線圖示例"))
)
line.render_notebook()

同樣,和柱狀圖類似,折線圖也可以在一個圖中添加多個 y 軸記錄。

line = (
    Line()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .add_yaxis('russis', data_russia)
    .set_global_opts(title_opts=opts.TitleOpts(title="雙折線圖"))
)
line.render_notebook()

當然了還有階梯折線圖,同樣可以實現。

line = (
    Line()
    .add_xaxis(x)
    .add_yaxis('china', data_china, is_step=True)
    .set_global_opts(title_opts=opts.TitleOpts(title="階梯折線圖"))
)
line.render_notebook()

六、散點圖

scatter = (
    EffectScatter()
    .add_xaxis(x)
    .add_yaxis("", data_china)
    .set_global_opts(title_opts=opts.TitleOpts(title="散點圖示例"))
)
scatter.render_notebook()

數據對比不是很清晰,我們可以給散點圖加上網格,使各個點對應的 y 軸數據更清晰可見。

scatter = (
    EffectScatter()
    .add_xaxis(x)
    .add_yaxis("china", data_china, symbol=SymbolType.ARROW)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="散點圖-分割線"),
        xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
        yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
    )
)
scatter.render_notebook()

我們還可以指定點的形狀,還可以在一個散點圖上加多個 y 軸記錄。這些配置就像積木一樣,隨意堆疊。

scatter = (
    EffectScatter()
    .add_xaxis(x)
    .add_yaxis("china", [x + 30 for x in data_russia],symbol=SymbolType.ARROW)
    .add_yaxis("russia", data_russia, symbol=SymbolType.TRIANGLE) 
    .set_global_opts(
        title_opts=opts.TitleOpts(title="分割線-散點圖"),
        xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
        yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
    )
)
scatter.render_notebook()

七、圖表合并

有時候,我們還要把多種圖放在一張圖上來集中顯示,pyechars 也想到了。基本步驟就是先單獨生成各自類別的圖,然后用 Grid 將二者合并起來即可。

比如我們想將柱狀圖和折線圖放在一起,那就先分別生成 Bar 和 Line,然后將二者合并即可。

from pyecharts.charts import Grid

bar = (
    Bar()
    .add_xaxis(x)
    .add_yaxis('china', data_china)
    .add_yaxis("sussia", data_russia)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="多圖合并"),
    )
)

line = (
    Line()
    .add_xaxis(x)
    .add_yaxis("蒸發量", [x + 50 for x in data_china]
    )
)

bar.overlap(line)
grid = Grid()
grid.add(bar, opts.GridOpts(pos_left="5%", pos_right="5%"), is_control_axis_index=True)
grid.render_notebook()

八、詞云

pyechars 對詞云同樣也是可以的,中文也完全沒問題,不會出現亂碼。

import pyecharts.options as opts
from pyecharts.charts import WordCloud

data = [("生活資源", "999"),("供熱管理", "888"),("供氣質量", "777"),("生活用水管理", "688"),("一次供水問題", "588"),("交通運輸", "516"),("城市交通", "515"),("環境保護", "483"),("房地產管理", "462"),("城鄉建設", "449"),("社會保障與福利", "429"),("社會保障", "407"),("文體與教育管理", "406"),("公共安全", "406"),("公交運輸管理", "386"),("出租車運營管理", "385"),("供熱管理", "375"),("市容環衛", "355"),("自然資源管理", "355"),("粉塵污染", "335"),("噪聲污染", "324"),("土地資源管理", "304"),("物業服務與管理", "304"),("醫療衛生", "284"),("粉煤灰污染", "284"),("占道", "284"),("供熱發展", "254"),("農村土地規劃管理", "254"),("生活噪音", "253"),("供熱單位影響", "253"),("城市供電", "223"),("房屋質量與安全", "223"),("大氣污染", "223"),("房屋安全", "223"),("文化活動", "223"),("拆遷管理", "223"),("公共設施", "223"),("供氣質量", "223"),("供電管理", "223"),("燃氣管理", "152"),("教育管理", "152"),("醫療糾紛", "152"),("執法監督", "152"),("設備安全", "152"),("政務建設", "152"),("縣區、開發區", "152"),("宏觀經濟", "152"),("教育管理", "112"),("社會保障", "112"),("生活用水管理", "112"),("物業服務與管理", "112"),("分類列表", "112"),("農業生產", "112"),("二次供水問題", "112"),("城市公共設施", "92"),("拆遷政策咨詢", "92"),("物業服務", "92"),("物業管理", "92"),("社會保障保險管理", "92"),("低保管理", "92"),("文娛市場管理", "72"),("城市交通秩序管理", "72"),("執法爭議", "72"),("商業煙塵污染", "72"),("占道堆放", "71"),("地上設施", "71"),("水質", "71"),("無水", "71"),("供熱單位影響", "71"),("人行道管理", "71"),("主網原因", "71"),("集中供熱", "71"),("客運管理", "71"),("國有公交(大巴)管理", "71"),("工業粉塵污染", "71"),("治安案件", "71"),("壓力容器安全", "71"),("身份證管理", "71"),("群眾健身", "41"),("工業排放污染", "41"),("破壞森林資源", "41"),("市場收費", "41"),("生產資金", "41"),("生產噪聲", "41"),("農村低保", "41"),("勞動爭議", "41"),("勞動合同爭議", "41"),("勞動報酬與福利", "41"),("醫療事故", "21"),("停供", "21"),("基礎教育", "21"),("職業教育", "21"),("物業資質管理", "21"),("拆遷補償", "21"),("設施維護", "21"),("市場外溢", "11"),("占道經營", "11"),("樹木管理", "11"),("農村基礎設施", "11"),("無水", "11"),("供氣質量", "11"),("停氣", "11"),("市政府工作部門(含部門管理機構、直屬單位)", "11"),("燃氣管理", "11"),("市容環衛", "11"),("新聞傳媒", "11"),("人才招聘", "11"),("市場環境", "11"),("行政事業收費", "11"),("食品安全與衛生", "11"),("城市交通", "11"),("房地產開發", "11"),("房屋配套問題", "11"),("物業服務", "11"),("物業管理", "11"),("占道", "11"),("園林綠化", "11"),("戶籍管理及身份證", "11"),("公交運輸管理", "11"),("公路(水路)交通", "11"),("房屋與圖紙不符", "11"),("有線電視", "11"),("社會治安", "11"),("林業資源", "11"),("其他行政事業收費", "11"),("經營性收費", "11"),("食品安全與衛生", "11"),("體育活動", "11"),("有線電視安裝及調試維護", "11"),("低保管理", "11"),("勞動爭議", "11"),("社會福利及事務", "11"),("一次供水問題", "11"),]

wordCloud = (
    WordCloud()
    .add(series_name="熱點分析", data_pair=data, word_size_range=[6, 66])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="熱點分析", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
)

九、地圖

有時我們會希望將數據展示在地圖上,比如全國疫情狀況,全國各省份人口數據,微信好友各省份分布等。

provinces = ['廣東', '北京', '上海', '湖南', '重慶', '新疆', '河南', '黑龍江', '浙江', '臺灣'] 
values = [random.randint(1, 1024) for x in range(len(provinces))]

map = (
    Map()
    .add("", [list(z) for z in zip(provinces, values)], "china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="中國地圖示例"),
        visualmap_opts=opts.VisualMapOpts(max_=1024, is_piecewise=True),
    )

)
map.render_notebook()

十、總結

今天我們通過 pyecharts 繪制了幾種常用圖表,當然繪制圖表都有固定的套路流程。

生成圖表大致可分為三個步驟,準備相關數據、利用鏈式調用法設置數據和相關配置、調用 render_notebook() 或者 render() 函數生成圖表。

到此這篇關于學會這個炫酷圖表利器pyecharts,還怕不被公司重用?的文章就介紹到這了,更多相關python pyecharts內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • python用pyecharts實現地圖數據可視化
  • Python繪制K線圖之可視化神器pyecharts的使用
  • Python繪制詞云圖之可視化神器pyecharts的方法
  • python使用pyecharts庫畫地圖數據可視化的實現
  • Python數據可視化處理庫PyEcharts柱狀圖,餅圖,線性圖,詞云圖常用實例詳解
  • Python數據可視化 pyecharts實現各種統計圖表過程詳解
  • Python 數據可視化pyecharts的使用詳解

標簽:南寧 迪慶 撫州 聊城 牡丹江 揚州 楊凌 六盤水

巨人網絡通訊聲明:本文標題《學會這個炫酷圖表利器pyecharts,還怕不被公司重用?》,本文關鍵詞  學會,這個,炫酷,圖表,利器,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《學會這個炫酷圖表利器pyecharts,還怕不被公司重用?》相關的同類信息!
  • 本頁收集關于學會這個炫酷圖表利器pyecharts,還怕不被公司重用?的相關信息資訊供網民參考!
  • 推薦文章
    婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av
    国产精品午夜在线观看| 亚洲成人三级小说| 精品国产第一区二区三区观看体验| 666欧美在线视频| 精品国产露脸精彩对白| 中文字幕巨乱亚洲| 一区二区三区久久| 久久国产精品99精品国产| 国产精品亚洲第一| 在线观看免费成人| 日韩一二三区视频| 综合色天天鬼久久鬼色| 免费成人在线观看视频| 成人国产一区二区三区精品| 欧美军同video69gay| 亚洲国产精品99久久久久久久久 | 欧美性欧美巨大黑白大战| 日韩视频一区二区在线观看| 欧美tickle裸体挠脚心vk| 亚洲免费观看高清在线观看| 亚洲福中文字幕伊人影院| 国产99一区视频免费| 欧美一级二级三级乱码| 亚洲免费观看视频| 国产成a人亚洲精品| 日韩一卡二卡三卡| 亚洲不卡av一区二区三区| 粉嫩欧美一区二区三区高清影视 | 琪琪一区二区三区| 色乱码一区二区三区88| 国产清纯美女被跳蛋高潮一区二区久久w| 亚洲国产精品天堂| 色狠狠色狠狠综合| 国产精品二区一区二区aⅴ污介绍| 久久99精品久久久| 日韩丝袜情趣美女图片| 日日夜夜免费精品视频| 欧洲另类一二三四区| 国产精品国产三级国产普通话三级| 韩国欧美一区二区| 久久这里都是精品| 狠狠色狠狠色综合日日91app| 91精品国产综合久久久久久| 亚洲欧美二区三区| 99久久99久久精品免费看蜜桃| 久久久久九九视频| 久久精品二区亚洲w码| 欧美一级黄色片| 美女精品一区二区| 日韩一区二区视频在线观看| 亚洲福利视频三区| 欧美猛男gaygay网站| 性久久久久久久久| 欧美久久久影院| 日韩二区三区四区| 日韩欧美一级二级三级| 毛片不卡一区二区| 日韩精品一区在线| 国内精品久久久久影院色| 久久亚洲一区二区三区四区| 国产久卡久卡久卡久卡视频精品| 久久品道一品道久久精品| 国产不卡一区视频| 一区免费观看视频| 欧美亚洲一区二区三区四区| 五月天中文字幕一区二区| 91精品欧美久久久久久动漫| 青青国产91久久久久久| 日韩免费一区二区三区在线播放| 国精产品一区一区三区mba视频 | 国产精品久久久久久亚洲伦| av男人天堂一区| 一区二区三区在线视频免费观看| 欧美影院精品一区| 日本不卡中文字幕| www国产亚洲精品久久麻豆| 丰满亚洲少妇av| 亚洲综合色在线| 日韩精品一区在线| av亚洲精华国产精华精| 污片在线观看一区二区| 久久精品一二三| 在线视频一区二区三| 麻豆精品一二三| 日韩美女视频19| 欧美一区二区国产| a在线播放不卡| 免费欧美在线视频| 国产精品久久久久久久久果冻传媒 | 成人蜜臀av电影| 亚洲国产精品一区二区久久 | 国产成人精品免费在线| 亚洲精品少妇30p| 精品久久久久久最新网址| 丰满放荡岳乱妇91ww| 水蜜桃久久夜色精品一区的特点| 久久久久亚洲蜜桃| 欧美日本国产一区| 成人蜜臀av电影| 另类调教123区| 亚洲一二三四在线观看| 国产亚洲精品bt天堂精选| 欧美日韩国产一级二级| 成人18视频日本| 精品一区二区三区蜜桃| 一区二区三区在线免费观看| 久久久亚洲国产美女国产盗摄 | 欧美精品123区| 波多野结衣91| 国内精品自线一区二区三区视频| 一区二区在线观看免费视频播放| 久久网这里都是精品| 欧美精品 国产精品| 色综合久久天天综合网| 国产成人免费视频精品含羞草妖精| 日韩精品一级二级| 亚洲午夜精品网| 亚洲婷婷综合久久一本伊一区| 久久人人超碰精品| 精品国产人成亚洲区| 欧美日韩国产bt| 欧美视频中文一区二区三区在线观看| av在线综合网| av午夜一区麻豆| jvid福利写真一区二区三区| 国产精品1024| 国产精品影视在线| 国产精品亚洲一区二区三区在线| 另类小说一区二区三区| 日本成人中文字幕在线视频| 香港成人在线视频| 香蕉加勒比综合久久| 亚洲成人自拍网| 日韩在线卡一卡二| 美女精品一区二区| 久久国产麻豆精品| 国产乱码一区二区三区| 久久99国产精品久久| 狠狠色狠狠色合久久伊人| 国内外精品视频| 国产成a人亚洲| hitomi一区二区三区精品| www.欧美色图| 一本色道久久综合亚洲91| 一本大道久久a久久精二百| 白白色亚洲国产精品| 成人av在线网| 91麻豆免费看| 在线观看免费亚洲| 91超碰这里只有精品国产| 欧美一卡2卡三卡4卡5免费| 欧美r级电影在线观看| 久久久一区二区| 亚洲天堂网中文字| 亚洲成人1区2区| 精久久久久久久久久久| 成人黄色777网| 欧美色区777第一页| 日韩一区二区免费在线电影| 欧美变态tickling挠脚心| 国产性做久久久久久| 亚洲人成小说网站色在线| 亚洲国产精品一区二区久久恐怖片 | 日韩亚洲国产中文字幕欧美| 精品av综合导航| 中文字幕在线不卡视频| 亚洲一线二线三线视频| 老司机精品视频一区二区三区| 国产精品1区2区| 欧美又粗又大又爽| 久久免费视频一区| 亚洲精品久久嫩草网站秘色| 免费欧美日韩国产三级电影| a4yy欧美一区二区三区| 欧美一卡二卡三卡| 亚洲日本va午夜在线影院| 奇米精品一区二区三区在线观看一| 国产福利精品一区二区| 欧美日韩综合一区| 欧美—级在线免费片| 午夜精品久久久久久久久| 国产成人精品网址| 欧美一区二区不卡视频| 亚洲色欲色欲www在线观看| 麻豆久久一区二区| 91免费在线视频观看| 精品久久久久久久久久久院品网| 亚洲婷婷综合久久一本伊一区| 青草国产精品久久久久久| 91免费视频观看| 久久久国产一区二区三区四区小说 | 日韩电影在线免费观看| 成人小视频在线| 精品日韩欧美在线| 亚洲国产精品久久久久婷婷884| 国产成人aaa| 精品奇米国产一区二区三区| 天天综合天天综合色| 一本到三区不卡视频| 国产精品午夜久久|