利用Python pyecharts繪制餅圖
更新時間：2021年12月17日 09:45:43 作者：懸崖上的金魚
這篇文章主要介紹了利用Python pyecharts繪制餅圖，餅圖主要用于表現(xiàn)不同類目的數(shù)據(jù)在總和中的占比。每個的弧度不是數(shù)據(jù)量的占比，下面我們一起進入文章看看具體的實現(xiàn)過程吧,需要的朋友也可以參考一下
一、pyecharts繪制餅圖語法簡介
餅圖主要用于表現(xiàn)不同類目的數(shù)據(jù)在總和中的占比。每個的弧度不是數(shù)據(jù)量的占比
pie.add()方法的用法
add(name, attr, value,
radius=None,
center=None,
rosetype=None, **kwargs)
name->str圖例名稱attr->list屬性名稱value->list屬性所對應的值radius->list餅圖的半徑，數(shù)組的第一項是內(nèi)半徑，第二項是外半徑，默認為[0,75]- 默認設置成百分比，相對于容器高寬中較小的一項的一半
- center->餅圖的中心圓心坐標，數(shù)組的第一項是橫坐標，第二項是縱坐標，默認為[50,50]
- 默認設置成百分比，設置成百分比時第一項是相對于容器高度，第二項也是相對于容器高度
rosetype->str
是否展示成南丁格爾圖。通過半徑區(qū)分數(shù)據(jù)大小，有radius和area兩種模式。默認為radius
radius:扇區(qū)圓心角展現(xiàn)數(shù)據(jù)的百分比，半徑展現(xiàn)數(shù)據(jù)的大小area:所有扇區(qū)圓心角相同，僅通過半徑展現(xiàn)數(shù)據(jù)大小
二、繪制普通餅圖
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"]
v1 = [11, 12, 13, 10, 10, 10]
pie1 = Pie("餅圖示例")
pie1.add("", attr, v1, is_label_show=True,center=[50,50])
page.add(pie1)
三、繪制圓環(huán)圖
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"]
v1 = [11, 12, 13, 10, 10, 10]
pie2 = Pie("餅圖-圓環(huán)圖示例", title_pos='center')
pie2.add(
"",
attr,
v1,
radius=[40, 75],
label_text_color=None,
is_label_show=True,
legend_orient="vertical",
legend_pos="left",
)
page.add(pie2)
四、繪制餅圖-玫瑰圖
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"]
v1 = [11, 12, 13, 10, 10, 10]
v2 = [19, 21, 32, 20, 20, 33]
pie3 = Pie("餅圖-玫瑰圖示例")
pie3.add(
"商品A",
attr,
v1,
is_random=True,
rosetype="radius",
is_label_show=True,
)
page.add(pie3)
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"]
v1 = [11, 12, 13, 10, 10, 10]
v2 = [19, 21, 32, 20, 20, 33]
pie4 = Pie("餅圖-玫瑰圖示例")
pie4.add(
"商品B",
attr,
v2,
#center=[75, 50],
is_random=True,
#radius=[30, 75],
rosetype="area",
is_legend_show=True,
is_label_show=True,
)
page.add(pie4)
到此這篇關于利用Python pyecharts繪制餅圖的文章就介紹到這了,更多相關Python pyecharts繪制餅圖內(nèi)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
Python3使用tracemalloc實現(xiàn)追蹤mmap內(nèi)存變化
這篇文章主要為大家詳細介紹了在Python3中如何使用tracemalloc實現(xiàn)追蹤mmap內(nèi)存變化，文中的示例代碼講解詳細，感興趣的可以了解一下2023-03-03
這篇文章主要介紹了sklearn.metrics 中的f1-score簡介,本文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2023-05-05
讀取json格式為DataFrame(可轉為.csv)的實例講解
今天小編就為大家分享一篇讀取json格式為DataFrame(可轉為.csv)的實例講解，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2018-06-06
這篇文章主要介紹了Python設計模式中的行為型策略模式，策略模式即Strategy?Pattern，其定義了算法家族,分別封裝起來,讓他們之間可以相互替換,此模式讓算法的變化,不會影響到使用算法的客戶，下文相關資料具有一點的參考價值，需要的小伙伴可以參考一下2022-02-02
Python中實現(xiàn)最小二乘法思路及實現(xiàn)代碼
這篇文章主要介紹了Python中實現(xiàn)最小二乘法思路及實現(xiàn)代碼，具有一定借鑒價值,需要的朋友可以參考下2018-01-01
這篇文章主要介紹了Pycharm+Python+PyQt5使用詳解，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2019-09-09
今天小編就為大家分享一篇Django處理文件上傳File Uploads的實例，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2018-05-05
Python 解析庫json及jsonpath pickle的實現(xiàn)
這篇文章主要介紹了Python 解析庫json及jsonpath pickle的實現(xiàn)，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2020-08-08
python scrapy框架中Request對象和Response對象的介紹
本文介紹了python基礎之scrapy框架中Request對象和Response對象的介紹,Request對象主要是用來請求數(shù)據(jù),爬取一頁的數(shù)據(jù)重新發(fā)送一個請求的時候調(diào)用,Response對象一般是由scrapy給你自動構建的,因此開發(fā)者不需要關心如何創(chuàng)建Response對象,下面來一起來了解更多內(nèi)容吧2022-02-02
這篇文章主要介紹了Python中的列表與位運算符,是Python入門學習中的基礎知識,需要的朋友可以參考下2015-10-10