欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python?數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí)

 更新時(shí)間:2022年02月28日 11:35:25   作者:代碼輸入中...  
這篇文章主要介紹了Python?數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí),繪制的圖形有柱狀圖、餅狀圖、箱型圖、折線圖、雷達(dá)圖等多種圖像,需要的小伙伴可以參考一下

前言:

Echarts 是百度開源的一款數(shù)據(jù)可視化 JS 工具,數(shù)據(jù)可視化類型十分豐富,但是得通過導(dǎo)入 js 庫在 Java Web 項(xiàng)目上運(yùn)行。

作為工作中常用 Python 的選手,不能不知道這款數(shù)據(jù)可視化插件的強(qiáng)大。那么,能否在 Python 中也能用到 Echarts 的功能呢?尋找中驚喜地發(fā)現(xiàn)了 pyecharts,只需在python中安裝該模塊即可使用。

安裝:

常用的pip安裝包一鍵安裝pyecharts

 pyecharts安裝命令:

ython -m pip install pyecharts

Python + pyecharts具體應(yīng)用

結(jié)合工作中的項(xiàng)目數(shù)據(jù),我選擇了 test 項(xiàng)目需求中 hotel_code_new 為 CNSZVS_002,CWSWS_003 對(duì)應(yīng)2019年12個(gè)月指標(biāo)為 RNs 的數(shù)據(jù)做可視化展示與分析。

1.Hive數(shù)據(jù)庫查詢sql

hive_sql內(nèi)容如下:

# sql中所使用的部分語法為hive sql中常規(guī)的語法,與mysql有所不同,請(qǐng)注意。
select rrrd1.hotel_code_new as hotel_code_new
? ? ? ,dda.natural_date as natural_date
? ? ? ,nvl(rrrd.room_nights, 0) as room_nights
?from ( select distinct substr(natural_dt,1,7) as natural_date?
? ? from dws.dws_test_date_calendar
? ? where dt_year='2019'
? ? ? ? )dda
? ? ? ? left join?
? ? ? ? ?(select 'CNSZVS_002' hotel_code_new
? ? ? ? ? ? UNION all select ?'CWSWS_003' hotel_code_new
? ? ? )rrrd1
? ? ? ? left join
? ? ? ? ?(select ?hotel_code_new
? ? ? ? ? ? ? ? ? ? ,substr(stay_date,1,7) as stay_date
? ? ? ? ? ? ? ? ? ? ,sum(number_of_room_nights) as room_nights
? ? ? ? ? ? ? ? from dwm.dwm_test_resvs_rom_daily_df
? ? ? ? ? ? ? ? where dt='2021-10-24'
? ? ? ? ? ? ? ? and hotel_code_new in(CNSZVS_002', 'CWSWS_003')
? ? ? ? ? ? ? ? ? ? and resv_status in('CHECKEDSSSIN','CHECKEDSSSOUT')
? ? ? ? ? ? ? ? ? ? and substr(stay_date,0,4) = '2019'?
? ? ? ? ? ? ? ? ? ? group by hotel_code_new,substr(stay_date,1,7)
? ? ? ? )rrrd?
? ? ? ? on dda.natural_date = rrrd.stay_date?
? ? ? ? and rrrd1.hotel_code_new=rrrd.hotel_code_new
? ? ? ? order by rrrd.hotel_code_new;

2.Python代碼實(shí)現(xiàn)—柱狀圖

from impala.dbapi import connect
import warnings

#數(shù)據(jù)倉庫數(shù)據(jù)獲取準(zhǔn)備
def hive_connect(sql):
? ? warnings.filterwarnings('ignore')
? ? config_hive_beta = {
? ? ? ? 'host': '10.7.0.12', ?#hive的host地址
? ? ? ? 'port': 10000, ? ?#hive的端口號(hào)
? ? ? ? 'user': 'hive', ? ?#hive的username
? ? ? ? 'password': 'hive', ? ?#hive的password
? ? ? ? 'database': 'tmp', ? ? #hive中需要查詢的數(shù)據(jù)庫名
? ? ? ? 'auth_mechanism': 'PLAIN' #hive的hive-site.xml配置文件中獲取
? ? }
? ? conn = connect(**config_hive_beta)
? ? cursor = conn.cursor()
? ? cursor.execute(sql)
? ? hive_all_data = cursor.fetchall()
? ? return hive_all_data


# all_data = hive_connect(hive_sql)
# 通過調(diào)用hive_connect方法獲取到的數(shù)據(jù)庫查詢結(jié)果數(shù)據(jù)如all_data列表所示
all_data = [('CNSZVS_002', '2019-01', 0), ('CNSZVS_002', '2019-02', 0), ('CNSZVS_002', '2019-03', 0),
? ? ? ? ? ? ('CNSZVS_002', '2019-04', 0), ('CNSZVS_002', '2019-05', 0), ('CNSZVS_002', '2019-06', 2353),
? ? ? ? ? ? ('CNSZVS_002', '2019-07', 2939), ('CNSZVS_002', '2019-08', 5148), ('CNSZVS_002', '2019-09', 3850),
? ? ? ? ? ? ('CNSZVS_002', '2019-10', 4973), ('CNSZVS_002', '2019-11', 5467), ('CNSZVS_002', '2019-12', 4742),
? ? ? ? ? ? ('CWSWS_003', '2019-01', 5914), ('CWSWS_003', '2019-02', 4434), ('CWSWS_003', '2019-03', 6003),
? ? ? ? ? ? ('CWSWS_003', '2019-04', 6611), ('CWSWS_003', '2019-05', 6586), ('CWSWS_003', '2019-06', 5840),
? ? ? ? ? ? ('CWSWS_003', '2019-07', 6624), ('CWSWS_003', '2019-08', 7001), ('CWSWS_003', '2019-09', 5792),
? ? ? ? ? ? ('CWSWS_003', '2019-10', 6898), ('CWSWS_003', '2019-11', 6944), ('CWSWS_003', '2019-12', 5404)]

# 從pyecharts模塊導(dǎo)入柱狀圖-Bar
from pyecharts import Bar
# 設(shè)置橫軸行名,這里使用12個(gè)月份的英文簡(jiǎn)稱
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
# 分別新建2個(gè)空list用于存儲(chǔ)每個(gè)月份對(duì)應(yīng)的RNs的值
CNSZVS_002 = []
CWSWS_003 = []

for i in all_data:
? ? if i[0] == 'CNSZVS_002':
? ? ? ? CNSZVS_002.append(i[2])
? ? elif i[0] == 'CWSWS_003':
? ? ? ? CWSWS_003.append(i[2])
? ? else:
? ? ? ? pass
# 設(shè)置柱狀圖的主標(biāo)題與副標(biāo)題
bar = Bar("柱狀圖", "Test需求—2019年的RNs")
# 添加柱狀圖的數(shù)據(jù)及配置項(xiàng)-求平均值、最大值、最小值
bar.add("CNSZVS_002", columns, CNSZVS_002, mark_line=["average"], mark_point=["max", "min"])
bar.add("CWSWS_003", columns, CWSWS_003, mark_line=["average"], mark_point=["max", "min"])
# 在本py文件同級(jí)目錄下生成名為render.html的本地文件(默認(rèn)為.html文件)
bar.render()
# 也可設(shè)置成指定的路徑用于保存html文件
#bar.render(r"D:bar_render.html")

柱狀效果圖展示:

生成的柱狀效果圖是html格式的,可以在瀏覽器中打開查看,在瀏覽器中支持下載成圖片格式到本地,并且點(diǎn)擊圖例即可置灰對(duì)應(yīng)的圖例,同時(shí)隱藏圖例對(duì)應(yīng)的柱狀圖數(shù)據(jù),

如下圖所示:

3.Python代碼實(shí)現(xiàn)—餅狀圖

注意:數(shù)據(jù)準(zhǔn)備部分的代碼與柱狀圖一樣,這里只展示餅狀圖特有的代碼

# 從pyecharts模塊中導(dǎo)入餅圖Pie
from pyecharts import Pie
# 設(shè)置主標(biāo)題與副標(biāo)題,標(biāo)題設(shè)置居中,設(shè)置寬度為1000
pie = Pie("餅狀圖", "Test需求—2019年的RNs", title_pos='left', width=1000)
# 使用add導(dǎo)入數(shù)據(jù),設(shè)置坐標(biāo)位置為【20,50】,上方的colums選項(xiàng)取消顯示
pie.add("CNSZVS_002", columns, CNSZVS_002, center=[20, 50], is_legend_show=True)
# 使用add導(dǎo)入數(shù)據(jù),設(shè)置坐標(biāo)位置為【75,50】,上方的colums選項(xiàng)正常顯示
pie.add("CWSWS_003", columns, CWSWS_003, center=[75, 50], is_legend_show=False, is_label_show=True)
# 保存圖表
pie.render()

餅狀效果圖展示——隱藏所占百分比

餅狀效果圖展示——展示所占百分比

4.Python代碼實(shí)現(xiàn)—箱型圖

# 從pyecharts模塊導(dǎo)入箱型圖Boxplot
from pyecharts import Boxplot
boxplot = Boxplot("箱型圖", "Test需求—2019年的RNs")
x_axis = ['CNSZVS_002', 'CWSWS_003']
y_axis = [CNSZVS_002, CWSWS_003]
# prepare_data方法可以將數(shù)據(jù)轉(zhuǎn)為嵌套的 [min, Q1, median (or Q2), Q3, max]
yaxis = boxplot.prepare_data(y_axis)
boxplot.add("2019年RNs統(tǒng)計(jì)", x_axis, yaxis)
boxplot.render()

箱型圖效果展示:

5.Python代碼實(shí)現(xiàn)—折線圖

from pyecharts import Line
line = Line("折線圖", "Test需求—2019年的RNs")
# is_label_show屬性是設(shè)置上方數(shù)據(jù)是否顯示
line.add("CNSZVS_002", columns, CNSZVS_002, is_label_show=True)
line.add("CWSWS_003", columns, CWSWS_003, is_label_show=True)
line.render()

折線圖效果展示:

6.Python代碼實(shí)現(xiàn)—雷達(dá)圖

from pyecharts import Radar
radar = Radar("雷達(dá)圖", "Test需求—2019年的RNs")
# 由于雷達(dá)圖傳入的數(shù)據(jù)得為多維數(shù)據(jù),需要將list再進(jìn)行l(wèi)ist轉(zhuǎn)換一次
CNSZVS_002 = [CNSZVS_002]
CWSWS_003 = [CWSWS_003]
# 設(shè)置column的最大值,為了雷達(dá)圖更為直觀,這里的月份最大值設(shè)置依據(jù)真實(shí)數(shù)據(jù)的值來設(shè)置,因此各個(gè)月份有所不同
schema_diff = [
? ? ("Jan", 7000), ("Feb", 5000), ("Mar", 6500),
? ? ("Apr", 7000), ("May", 7000), ("Jun", 6200),
? ? ("Jul", 6800), ("Aug", 7200), ("Sep", 6000),
? ? ("Oct", 7300), ("Nov", 7500), ("Dec", 6000)
]
# 傳入坐標(biāo)
radar.config(schema_diff)
radar.add("CNSZVS_002", CNSZVS_002)
# 一般默認(rèn)為同一種顏色,這里為了便于區(qū)分,需要設(shè)置item的顏色
radar.add("CWSWS_003", CWSWS_003, item_color="#1C86EE")
radar.render()

雷達(dá)效果圖展示:

7.Python代碼實(shí)現(xiàn)—散點(diǎn)圖

from pyecharts import Scatter
scatter = Scatter("散點(diǎn)圖", "Test需求—2019年的RNs")
# xais_name是設(shè)置橫坐標(biāo)名稱,這里由于顯示問題,還需要將y軸名稱與y軸的距離進(jìn)行設(shè)置
scatter.add("CWSWS_003&CNSZVS_002 RNs的散點(diǎn)分布", CNSZVS_002, CWSWS_003, xaxis_name="CNSZVS_002", yaxis_name="CWSWS_003", yaxis_name_gap=40)
scatter.render()

散點(diǎn)圖效果展示:

總結(jié):

  • 準(zhǔn)備符合要求的數(shù)據(jù)及其格式
  • 導(dǎo)入對(duì)應(yīng)圖表所使用的包
  • add()方法:主要方法,用于添加圖表的數(shù)據(jù)和設(shè)置各種配置項(xiàng)
  • render()方法:用于保存生成的圖表

 到此這篇關(guān)于Python 數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí)的文章就介紹到這了,更多相關(guān)Python 數(shù)據(jù)可視化神器Pyecharts內(nèi)容請(qǐng)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!

相關(guān)文章

  • Python列表的索引與切片

    Python列表的索引與切片

    這篇文章主要介紹了Python列表的索引與切片,索引用來對(duì)單個(gè)成員(元素)進(jìn)行訪問,切片則是對(duì)一定范圍內(nèi)的成員(元素)進(jìn)行訪問。下文相關(guān)自來需要的小伙伴可以參考一下
    2022-04-04
  • 老生常談python的私有公有屬性(必看篇)

    老生常談python的私有公有屬性(必看篇)

    下面小編就為大家?guī)硪黄仙U刾ython的私有公有屬性(必看篇)。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2017-06-06
  • Python實(shí)現(xiàn)簡(jiǎn)易端口掃描器代碼實(shí)例

    Python實(shí)現(xiàn)簡(jiǎn)易端口掃描器代碼實(shí)例

    本篇文章主要介紹了Python實(shí)現(xiàn)簡(jiǎn)易端口掃描器的相關(guān)代碼,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下。
    2017-03-03
  • python 中的[:-1]和[::-1]的具體使用

    python 中的[:-1]和[::-1]的具體使用

    這篇文章主要介紹了python 中的[:-1]和[::-1]的具體使用,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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
    2020-02-02
  • windows下Anaconda的安裝與配置正解(Anaconda入門教程)

    windows下Anaconda的安裝與配置正解(Anaconda入門教程)

    最近很多朋友學(xué)習(xí)python,很多朋友也推薦使用anaconda這個(gè)工具,但安裝以后也不會(huì)使用,這里腳本之家小編就為大家整理一下比較詳細(xì)的教程,方便自己也方便需要的朋友,希望大家以后多多支持腳本之家
    2018-04-04
  • python實(shí)現(xiàn)批處理文件

    python實(shí)現(xiàn)批處理文件

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)批處理文件,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2020-07-07
  • 在Python的Flask框架中實(shí)現(xiàn)全文搜索功能

    在Python的Flask框架中實(shí)現(xiàn)全文搜索功能

    這篇文章主要介紹了在Python的Flask框架中實(shí)現(xiàn)全文搜索功能,這個(gè)基本的web功能實(shí)現(xiàn)起來非常簡(jiǎn)單,需要的朋友可以參考下
    2015-04-04
  • 怎么使用pipenv管理你的python項(xiàng)目

    怎么使用pipenv管理你的python項(xiàng)目

    本篇文章主要介紹了怎么使用pipenv管理你的python項(xiàng)目,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2018-03-03
  • Pytho爬蟲中Requests設(shè)置請(qǐng)求頭Headers的方法

    Pytho爬蟲中Requests設(shè)置請(qǐng)求頭Headers的方法

    這篇文章主要介紹了Pytho爬蟲中Requests設(shè)置請(qǐng)求頭Headers的方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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
    2020-09-09
  • scrapy中如何設(shè)置應(yīng)用cookies的方法(3種)

    scrapy中如何設(shè)置應(yīng)用cookies的方法(3種)

    這篇文章主要介紹了scrapy中如何設(shè)置應(yīng)用cookies的方法(3種),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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
    2020-09-09

最新評(píng)論