" />

欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python pyecharts繪制柱狀圖

 更新時間:2021年12月17日 10:00:16   作者:懸崖上的金魚  
這篇文章主要介紹了Python pyecharts繪制柱狀圖,文章介紹的柱狀/條形圖,通過柱形的高度/條形的寬度來表現(xiàn)數(shù)據(jù)的大小,感興趣的小伙伴一起進(jìn)入文章學(xué)習(xí)更詳細(xì)內(nèi)容吧

一、pyecharts繪制柱狀圖語法簡介

柱狀/條形圖,通過柱形的高度/條形的寬度來表現(xiàn)數(shù)據(jù)的大小。

Bar.add() 方法簽名:

add(name, x_axis, y_axis,
is_stack=False,
bar_category_gap='20%', **kwargs)

  • name->str 圖例名稱
  • x_axis->list x坐標(biāo)軸數(shù)據(jù)
  • y_axis->list y坐標(biāo)軸數(shù)據(jù)
  • is_stack->bool 數(shù)據(jù)堆疊,同個類目軸上系列配置相同的stack值可以堆疊放置
  • bar_category_gap->int/str 類目軸的柱狀距離,當(dāng)設(shè)置為0時柱狀是緊挨著(直方圖類型),默認(rèn)為'20%'
  • mark_point 標(biāo)記點 取值為:average min max
  • mark_line 標(biāo)記線 取值為:average min max
  • is_convert=True x軸和y軸交換
  • is_label_show=True 顯示數(shù)據(jù)標(biāo)簽
  • xaxis_rotate=30, yaxis_rotate=30 旋轉(zhuǎn)x軸或y軸的標(biāo)簽
  • label_color 設(shè)置柱子顏色

二、繪制普通柱狀圖

from pyecharts import Bar
#Note: 全局配置項要在最后一個 add() 上設(shè)置,否側(cè)設(shè)置會被沖刷掉。

attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子","床墊"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱狀圖數(shù)據(jù)堆疊示例") #設(shè)置標(biāo)題
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True)
bar.render(r'C:\Users\ASUS\Desktop\重新開始\Python用pyecharts繪圖\柱狀圖1.html') #生成HTML文件


三、繪制堆疊柱狀圖

from pyecharts import Bar

#Note: 全局配置項要在最后一個 add() 上設(shè)置,否側(cè)設(shè)置會被沖刷掉。
#is_stack->bool 數(shù)據(jù)堆疊,同個類目軸上系列配置相同的stack值可以堆疊放置
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子","床墊"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱狀圖數(shù)據(jù)堆疊示例") #設(shè)置標(biāo)題
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True,is_stack=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True,is_stack=True)
bar.render(r'C:\Users\ASUS\Desktop\重新開始\Python用pyecharts繪圖\柱狀圖1.html') #生成HTML文件

四、繪制橫向柱狀圖

from pyecharts import Bar

#is_convert=True x軸和y軸交換
#Note: 全局配置項要在最后一個 add() 上設(shè)置,否側(cè)設(shè)置會被沖刷掉。

attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子","床墊"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱狀圖數(shù)據(jù)堆疊示例") #設(shè)置標(biāo)題
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True,is_convert=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True,is_convert=True)
bar.render(r'C:\Users\ASUS\Desktop\重新開始\Python用pyecharts繪圖\柱狀圖1.html') #生成HTML文件

五、pyecharts柱狀圖datazoom案例

六、對應(yīng)pyecharts柱狀圖datazoom案例的代碼我用page放一起了

#coding=utf-8
from __future__ import unicode_literals
from pyecharts import Bar
from pyecharts import Page
import random
page = Page()
#dataZoom 效果,'slider' 類型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - slider 示例")
bar.add("", attr, v1, is_label_show=True, is_datazoom_show=True,xaxis_rotate=30, yaxis_rotate=30)
page.add(bar)

#dataZoom 效果,'inside' 類型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar2 = Bar("Bar - datazoom - inside 示例")
bar2.add(
    "",
    attr,
    v1,
    is_datazoom_show=True,
    datazoom_type="inside",
    datazoom_range=[1, 50],
)
page.add(bar2)
#dataZoom 效果,'both' 類型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar3 = Bar("Bar - datazoom - both 示例")
bar3.add(
    "",
    attr,
    v1,
    is_datazoom_show=True,
    datazoom_type="both",
    datazoom_range=[1, 40],
    label_color=["#749f83"]
)
page.add(bar3)
days = ["{}天".format(i) for i in range(30)]
days_v1 = [random.randint(1, 30) for _ in range(30)]
bar4 = Bar("Bar - datazoom - xaxis/yaxis 示例")
bar4.add(
    "",
    days,
    days_v1,
    # 默認(rèn)為 X 軸,橫向
    is_datazoom_show=True,
    datazoom_type="slider",
    datazoom_range=[1, 50],
    # 新增額外的 dataZoom 控制條,縱向
    is_datazoom_extra_show=True,
    datazoom_extra_type="slider",
    datazoom_extra_range=[1, 50],
    is_toolbox_show=False,
)
page.add(bar4)
page.render(r'C:\Users\ASUS\Desktop\重新開始\Python用pyecharts繪圖\柱狀圖1.html')

到此這篇關(guān)于Python pyecharts繪制柱狀圖的文章就介紹到這了,更多相關(guān)繪制柱狀圖內(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(guān)文章希望大家以后多多支持腳本之家!

本文摘抄至https://05x-docs.pyecharts.org/#/zh-cn/charts_base?id=bar%ef%bc%88%e6%9f%b1%e7%8a%b6%e5%9b%be%e6%9d%a1%e5%bd%a2%e5%9b%be%ef%bc%89

相關(guān)文章

  • pytorch:torch.mm()和torch.matmul()的使用

    pytorch:torch.mm()和torch.matmul()的使用

    今天小編就為大家分享一篇pytorch:torch.mm()和torch.matmul()的使用,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
    2019-12-12
  • Python面向?qū)ο缶幊讨嘘P(guān)于類和方法的學(xué)習(xí)筆記

    Python面向?qū)ο缶幊讨嘘P(guān)于類和方法的學(xué)習(xí)筆記

    類與類方法是面向?qū)ο蟮木幊陶Z言中必不可少的特性,本文總結(jié)了Python面向?qū)ο缶幊讨嘘P(guān)于類和方法的學(xué)習(xí)筆記,需要的朋友可以參考下
    2016-06-06
  • 使用Python計算幾何形狀的表面積與體積

    使用Python計算幾何形狀的表面積與體積

    這篇文章主要給大家介紹了關(guān)于使用Python計算幾何形狀的表面積與體積的相關(guān)資料,Python可以使用不同的庫來進(jìn)行幾何圖形的面積計算,比如math、numpy、scipy、sympy等,文中給出了詳細(xì)的實例代碼,需要的朋友可以參考下
    2023-06-06
  • Python中使用Beautiful Soup庫的超詳細(xì)教程

    Python中使用Beautiful Soup庫的超詳細(xì)教程

    這篇文章主要介紹了Python中使用Beautiful Soup庫的超詳細(xì)教程,示例代碼基于Python2.x版本,極力推薦!需要的朋友可以參考下
    2015-04-04
  • kali中python版本的切換方法

    kali中python版本的切換方法

    今天小編就為大家分享一篇kali中python版本的切換方法,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
    2019-07-07
  • Python實現(xiàn)購物系統(tǒng)(示例講解)

    Python實現(xiàn)購物系統(tǒng)(示例講解)

    下面小編就為大家?guī)硪黄狿ython實現(xiàn)購物系統(tǒng)(示例講解)。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-09-09
  • Django框架基礎(chǔ)認(rèn)證模塊auth應(yīng)用示例

    Django框架基礎(chǔ)認(rèn)證模塊auth應(yīng)用示例

    這篇文章主要為大家介紹了Django框架認(rèn)證模塊auth示例應(yīng)用詳解,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(jìn)步,早日升職加薪
    2022-03-03
  • 教你如何利用Python批量翻譯英文Word文檔并保留格式

    教你如何利用Python批量翻譯英文Word文檔并保留格式

    本文將給大家分享一個實用的Python辦公自動化腳本 利用Python批量翻譯英文Word文檔并保留格式,最終效果甚至比部分收費的軟件還要好!文中有非常詳細(xì)的代碼示例.需要的朋友可以參考下
    2021-05-05
  • Python數(shù)據(jù)庫編程之pymysql詳解

    Python數(shù)據(jù)庫編程之pymysql詳解

    本文主要介紹了Python數(shù)據(jù)庫編程中pymysql,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-05-05
  • keras訓(xùn)練淺層卷積網(wǎng)絡(luò)并保存和加載模型實例

    keras訓(xùn)練淺層卷積網(wǎng)絡(luò)并保存和加載模型實例

    這篇文章主要介紹了keras訓(xùn)練淺層卷積網(wǎng)絡(luò)并保存和加載模型實例,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
    2020-07-07

最新評論