亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

使用pyecharts1.7進行簡單的可視化大全

 更新時間：2020年05月17日 15:56:16   作者：theskylife  
這篇文章主要介紹了使用pyecharts1.7進行簡單的可視化大全,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

近期，又有接觸到pyecharts這個包的使用，后面發(fā)現這個曾經好用的包發(fā)生了一些變化，為了方便大家的使用，這里整理如下：
繪圖風格theme:默認WHITE
LIGHT, DARK, WHITE, CHALK, ESSOS, INFOGRAPHIC, MACARONS, PURPLE_PASSION, ROMA, ROMANTIC, SHINE, VINTAGE, WALDEN, WESTEROS, WONDERLAND

1.柱狀圖繪制

1.1 最基礎的柱狀圖

from pyecharts.charts import Bar,Grid
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random
import numpy as np
# 準備數據
name=["A","B","C","D"]
salery=[random.randint(3000,5000) for i in range(4)]
#繪圖
bar=Bar(init_opts = opts.InitOpts(width='600px',height='400px')) 
bar.add_xaxis(name)
bar.add_yaxis("salery",salery)
bar.set_global_opts(title_opts=opts.TitleOpts(title="收入情況"))
#僅在notebook中顯示
bar.render_notebook()
#在HTML中顯示
bar.render("收入情況")

效果圖：

1.2 稍微復雜的柱狀圖

為了減少代碼量，此處不再導入包。繪制收入和消費情況，并使用新風格,并添加副標題，使用新版本的鏈式寫法。

#準備數據
name=["A","B","C","D"]
salery=[random.randint(3000,5000) for i in range(4)]
cost=[random.randint(1000,2000) for i in range(4)]
#繪圖
bar=(
  Bar(init_opts = opts.InitOpts(width='600px',height='400px',theme=ThemeType.LIGHT))
  .add_xaxis(name)
  .add_yaxis("salery",salery)
  .add_yaxis("cost",cost)
  .set_global_opts(title_opts=opts.TitleOpts(title="收入及消費情況",subtitle="隨機樣本"))
)
bar.render_notebook()

#效果圖：

1.3 堆疊式柱狀圖

使用堆疊式柱狀圖（部分堆疊），并自定義顏色，修改圖例的顯示位置，不顯示數字，改變背景顏色

#準備數據
name=["A","B","C","D"]
salery=[random.randint(3000,5000) for i in range(4)]
cost=[random.randint(1000,2000) for i in range(4)]
#所在城市平均薪水
salery_ave=[random.randint(3000,4000) for i in range(4)]
colors=["#007892","#ff427f","#fc8210","#ffd8a6"]
#進行繪圖
bar=(
  Bar(init_opts = opts.InitOpts(width='600px',height='400px',bg_color=colors[-1]))
  .add_xaxis(name)
  .add_yaxis("salery",salery,stack="stack_one")
  .add_yaxis("cost",cost,stack="stack_one")
  .add_yaxis("salery_ave",salery_ave)
  .set_colors(colors)
  .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
  .set_global_opts(title_opts=opts.TitleOpts(title="收入、消費及其城市平均收入情況"),
          legend_opts=opts.LegendOpts(type_="scroll", pos_right="right", orient="vertical")
          )
)
bar.render_notebook()

效果展示：

1.3.1 調整標題與圖的位置

grid=Grid()
# 分別調整上下左右的位置，參數為像素值或百分比
grid.add(bar,grid_opts=opts.GridOpts(pos_top="30%",pos_bottom="10%",pos_left="10%",pos_right="10%"))
grid.render_notebook()

效果演示

1.4 繪制簇狀圖

#準備數據
name=["A","B","C","D"]
salery=[random.randint(3000,5000) for i in range(4)]
cost=[random.randint(1000,2000) for i in range(4)]
#所在城市平均薪水
salery_ave=[random.randint(3000,4000) for i in range(4)]
colors=["#007892","#ff427f","#fc8210","#ffd8a6"]
#進行繪圖
bar=(
  Bar(init_opts = opts.InitOpts(width='600px',height='400px',bg_color=colors[-1]))
  .add_xaxis(name)
  .add_yaxis("salery",salery)
  .add_yaxis("salery_ave",salery_ave)
  .reversal_axis()
  .set_colors(colors)
  .set_series_opts(label_opts=opts.LabelOpts(position="right"))
  .set_global_opts(title_opts=opts.TitleOpts(title="收入、消費及其城市平均收入情況"),
          legend_opts=opts.LegendOpts(type_="scroll", pos_right="right", orient="vertical")
          )
)
bar.render_notebook()

效果圖演示

1.5 數據量大時的顯示方法

#準備數據
name=[chr(i) for i in range(65,85,1)]
salery=[random.randint(3000,5000) for i in range(20)]
#所在城市平均薪水
salery_ave=[random.randint(3000,4000) for i in range(20)]
colors=["#007892","#ff427f","#fc8210","#ffd8a6"]
#繪圖 修改 orient為vertical，可將滑動按鈕移動垂直方向
bar=(
  Bar(init_opts = opts.InitOpts(width='600px',height='400px',bg_color=colors[-1]))
  .add_xaxis(name)
  .add_yaxis("salery",salery)
  .add_yaxis("salery_ave",salery_ave)
  .set_colors(colors)
  .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
  .set_global_opts(title_opts=opts.TitleOpts(title="收入、消費及其城市平均收入情況"),
          legend_opts=opts.LegendOpts(type_="scroll", pos_right="right", orient="vertical"),
          datazoom_opts=[opts.DataZoomOpts(type_="slider")]
          )
)
bar.render_notebook()

演示效果：

2.繪制散點圖

2.1 普通散點圖

import random
from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.globals import ThemeType

#準備數據
name=["A","B","C","D"]
salery=[random.randint(3000,5000) for i in range(4)]
cost=[random.randint(1000,2000) for i in range(4)]
#所在城市平均薪水
salery_ave=[random.randint(3000,4000) for i in range(4)]
colors=["#007892","#ff427f","#fc8210","#ffd8a6"]
#進行繪圖
scatter=(Scatter(init_opts = opts.InitOpts(width='600px',height='400px',theme=ThemeType.DARK))
    .add_xaxis(name)
    .add_yaxis("salery",salery)
    .add_yaxis("cost",cost)
    .set_global_opts(title_opts=opts.TitleOpts(title="收入與消費情況")))
scatter.render_notebook()

查看效果：

2.2 3D散點圖繪制

import random
from pyecharts import options as opts
from pyecharts.charts import Scatter3D
from pyecharts.faker import Faker


#準備數據
data = [(random.randint(0,100),random.randint(0,100),random.randint(0,100)) for i in range(50)]
name=["長","寬","高"]
#繪圖
scatter3D=Scatter3D(init_opts = opts.InitOpts(width='600px',height='400px')) #初始化
scatter3D.add(name,data,
     grid3d_opts=opts.Grid3DOpts(
     width=100, depth=100
    ))
scatter3D.set_global_opts(title_opts=opts.TitleOpts(title="散點圖"),
             visualmap_opts=opts.VisualMapOpts(
             range_color=Faker.visual_color #顏色映射 
             ))
scatter3D.render_notebook()

效果圖：

2.3 帶漣漪的散點圖

symbol的類型：
“pin”,“rect”,“roundRect”,“diamond”,“arrow”,“triangle”

import random
from pyecharts import options as opts
from pyecharts.charts import EffectScatter
from pyecharts.globals import ThemeType

#準備數據
name=["A","B","C","D"]
salery=[random.randint(3000,5000) for i in range(4)]
cost=[random.randint(1000,2000) for i in range(4)]
#所在城市平均薪水
salery_ave=[random.randint(3000,4000) for i in range(4)]
colors=["#007892","#ff427f","#fc8210","#ffd8a6"]
#進行繪圖
scatter=(EffectScatter(init_opts = opts.InitOpts(width='600px',height='400px',theme=ThemeType.DARK))
    .add_xaxis(name)
    .add_yaxis("salery",salery,symbol="pin",symbol_size=20,symbol_rotate=180)
    .add_yaxis("cost",cost,symbol="rect",symbol_size=20)
    .set_global_opts(title_opts=opts.TitleOpts(title="收入與消費情況"),
            xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)), #添加網格
            yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True))
            )
    .set_series_opts(effect_opts=opts.EffectOpts(scale=3,period=2)) #調整漣漪的范圍和周期
    )
scatter.render_notebook()

效果圖如下：

到此這篇關于使用pyecharts1.7進行簡單的可視化大全的文章就介紹到這了,更多相關pyecharts1.7 可視化內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

相關文章

  • Python如何基于selenium實現自動登錄博客園

    Python如何基于selenium實現自動登錄博客園

    這篇文章主要介紹了Python如何基于selenium實現自動登錄博客園,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,需要的朋友可以參考下
    2019-12-12
  • 解決Django中checkbox復選框的傳值問題

    解決Django中checkbox復選框的傳值問題

    這篇文章主要介紹了解決Django中checkbox復選框的傳值問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-03-03
  • python機器學習理論與實戰(zhàn)（二）決策樹

    python機器學習理論與實戰(zhàn)（二）決策樹

    這篇文章主要介紹了python機器學習理論與實戰(zhàn)第二篇，決策樹的相關資料，具有一定的參考價值，感興趣的小伙伴們可以參考一下
    2018-01-01
  • python 經緯度求兩點距離、三點面積操作

    python 經緯度求兩點距離、三點面積操作

    這篇文章主要介紹了python 經緯度求兩點距離、三點面積操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
    2021-06-06
  • Python3中的真除和Floor除法用法分析

    Python3中的真除和Floor除法用法分析

    這篇文章主要介紹了Python3中的真除和Floor除法用法,結合實例形式分析了真除與Floor除法的區(qū)別與使用技巧,需要的朋友可以參考下
    2016-03-03
  • Python+Turtle繪制航海王草帽路飛詳解

    Python+Turtle繪制航海王草帽路飛詳解

    turtle庫是一個點線面的簡單圖像庫，在Python2.6之后被引入進來，能夠完成一些比較簡單的幾何圖像可視化。本文將利用turtle繪制一個可愛的草帽路飛，感興趣的可以試一試
    2022-03-03
  • python實現凱撒密碼、凱撒加解密算法

    python實現凱撒密碼、凱撒加解密算法

    這篇文章主要介紹了python語言編程實現凱撒密碼、凱撒加解密算法,本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下
    2020-06-06
  • Python?OpenCV基于HSV的顏色分割實現示例

    Python?OpenCV基于HSV的顏色分割實現示例

    這篇文章主要為大家介紹了Python?OpenCV基于HSV的顏色分割實現示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
    2022-06-06
  • python 實現插入排序算法

    python 實現插入排序算法

    python 插入排序算法，需要的朋友可以參考下
    2012-06-06
  • python實現修改固定模式的字符串內容操作示例

    python實現修改固定模式的字符串內容操作示例

    這篇文章主要介紹了python實現修改固定模式的字符串內容操作,結合實例形式詳細分析了Python修改固定模式字符串原理、實現方法及相關操作注意事項,需要的朋友可以參考下
    2019-12-12

最新評論