Python數(shù)據(jù)可視化Pyecharts制作Heatmap熱力圖
本文介紹基于 Python3 的 Pyecharts 制作 Heatmap(熱力圖 時(shí)需要使用的設(shè)置參數(shù)和常用模板案例,可根據(jù)實(shí)際情況對(duì)案例中的內(nèi)容進(jìn)行調(diào)整即可。
使用 Pyecharts 進(jìn)行數(shù)據(jù)可視化時(shí)可提供直觀、交互豐富、可高度個(gè)性化定制的數(shù)據(jù)可視化圖表。案例中的代碼內(nèi)容基于 Pyecharts 1.x 版本 。
HeatMap:熱力圖
1.基本設(shè)置
class HeatMap( # 初始化配置項(xiàng),參考 `global_options.InitOpts` init_opts: opts.InitOpts = opts.InitOpts() ) def add_yaxis( # 系列名稱,用于 tooltip 的顯示,legend 的圖例篩選。 series_name: str, # Y 坐標(biāo)軸數(shù)據(jù) yaxis_data: types.Sequence[types.Union[opts.HeatMapItem, dict]], # 系列數(shù)據(jù)項(xiàng) value: types.Sequence[types.Union[opts.HeatMapItem, dict]], # 是否選中圖例 is_selected: bool = True, # 使用的 x 軸的 index,在單個(gè)圖表實(shí)例中存在多個(gè) x 軸的時(shí)候有用。 xaxis_index: Optional[Numeric] = None, # 使用的 y 軸的 index,在單個(gè)圖表實(shí)例中存在多個(gè) y 軸的時(shí)候有用。 yaxis_index: Optional[Numeric] = None, # 標(biāo)簽配置項(xiàng),參考 `series_options.LabelOpts` label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(), # 標(biāo)記點(diǎn)配置項(xiàng),參考 `series_options.MarkPointOpts` markpoint_opts: Union[opts.MarkPointOpts, dict, None] = None, # 標(biāo)記線配置項(xiàng),參考 `series_options.MarkLineOpts` markline_opts: Union[opts.MarkLineOpts, dict, None] = None, # 提示框組件配置項(xiàng),參考 `series_options.TooltipOpts` tooltip_opts: Union[opts.TooltipOpts, dict, None] = None, # 圖元樣式配置項(xiàng),參考 `series_options.ItemStyleOpts` itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None, )
2.熱力圖數(shù)據(jù)項(xiàng)
class HeatMapItem( # 數(shù)據(jù)項(xiàng)名稱。 name: Optional[str] = None, # 數(shù)據(jù)項(xiàng)的值。 value: Optional[Sequence] = None, # 圖元樣式配置項(xiàng),參考 `series_options.ItemStyleOpts` itemstyle_opts: Union[ItemStyleOpts, dict, None] = None, # 提示框組件配置項(xiàng),參考 `series_options.TooltipOpts` tooltip_opts: Union[TooltipOpts, dict, None] = None, )
Demo 舉例
1.基礎(chǔ)熱力圖
import random from pyecharts import options as opts from pyecharts.charts import HeatMap from pyecharts.faker import Faker value = [[i, j, random.randint(0, 50)] for i in range(24) for j in range(7)] c = ( HeatMap() .add_xaxis(Faker.clock) .add_yaxis( "", Faker.week, value, label_opts=opts.LabelOpts(is_show=True, position="inside"), ) .set_global_opts( title_opts=opts.TitleOpts(title="基礎(chǔ)熱力圖"), visualmap_opts=opts.VisualMapOpts(), ) # .render("基礎(chǔ)熱力圖.html") ) c.render_notebook()
以上就是Python數(shù)據(jù)可視化Pyecharts制作Heatmap熱力圖的詳細(xì)內(nèi)容,更多關(guān)于Python Pyecharts制作Heatmap熱力圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
pandas探索你的數(shù)據(jù)實(shí)現(xiàn)可視化示例詳解
這篇文章主要為大家介紹了pandas探索你的數(shù)據(jù)實(shí)現(xiàn)可視化示例詳解,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2023-10-10python操作MySQL數(shù)據(jù)庫(kù)的方法分享
堅(jiān)持每天學(xué)一點(diǎn),每天積累一點(diǎn)點(diǎn),作為自己每天的業(yè)余收獲,這個(gè)文章是我在吃飯的期間寫(xiě)的,利用自己零散的時(shí)間學(xué)了一下python操作MYSQL,所以整理一下2012-05-05Python實(shí)現(xiàn)圖書(shū)借閱管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)圖書(shū)借閱管理系統(tǒng),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2022-03-03深入探討Python復(fù)合型數(shù)據(jù)的常見(jiàn)陷阱與避免方法
在Python中,復(fù)合型數(shù)據(jù)(例如列表、元組、集合和字典)是非常常用的數(shù)據(jù)類型,本文將深入探討Python復(fù)合型數(shù)據(jù)的常見(jiàn)陷阱,并提供一些避免這些問(wèn)題的實(shí)用建議和技巧,希望對(duì)大家有所幫助2024-03-03python對(duì)列進(jìn)行平移變換的方法(shift)
今天小編就為大家分享一篇python對(duì)列進(jìn)行平移變換的方法(shift),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01Python實(shí)現(xiàn)二值掩膜影像去噪與邊緣強(qiáng)化方法詳解
這篇文章主要介紹了Python實(shí)現(xiàn)二值掩膜影像去噪與邊緣強(qiáng)化方法,文中通過(guò)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(lái)一起學(xué)習(xí)吧2023-01-01python自帶緩存lru_cache用法及擴(kuò)展的使用
本篇博客將結(jié)合python官方文檔和源碼詳細(xì)講述lru_cache緩存方法是怎么實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-08-08