教你用pyecharts繪制各種圖表案例(效果+代碼)
更新時間：2022年06月09日 09:26:07 作者："wink
說到pyecharts,相信很多人不會陌生,一個優(yōu)秀的python可視化包,下面這篇文章主要給大家介紹了關于如何用pyecharts繪制各種圖表案例的相關資料,需要的朋友可以參考下
1、pyecharts繪制餅圖（顯示百分比）
# 導入模塊
from pyecharts import options as opts
from pyecharts.charts import Pie
#準備數據
label=['Mac口紅','Tom Ford口紅','圣羅蘭','紀梵希','花西子','迪奧','阿瑪尼','香奈兒']
values = [300,300,300,300,44,300,300,300]
# 自定義函數
def pie_base():
c = (
Pie()
.add("",[list(z) for z in zip(label,values)])
.set_global_opts(title_opts = opts.TitleOpts(title="口紅品牌分析"))
.set_series_opts(label_opts=opts.LabelOpts(formatter=":{c} vvxyksv9kd%")) # 值得一提的是，vvxyksv9kd%為百分比
)
return c
# 調用自定義函數生成render.html
pie_base().render()
2、pyecharts繪制柱狀圖
#導入模塊
from pyecharts.globals import ThemeType
from pyecharts import options as opts
from pyecharts.charts import Bar
#準備數據
l1=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']
l2=[100,200,300,400,500,400,300]
bar = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
.add_xaxis(l1)
.add_yaxis("柱狀圖標簽", l2)
.set_global_opts(title_opts=opts.TitleOpts(title="柱狀圖-基本示例", subtitle="副標題"))
)
# 生成render.html
bar.render()
3、pyecharts繪制折線圖
#導入模塊
import pyecharts.options as opts
from pyecharts.charts import Line
#準備數據
x=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']
y1=[100,200,300,400,100,400,300]
y2=[200,300,200,100,200,300,400]
line=(
Line()
.add_xaxis(xaxis_data=x)
.add_yaxis(series_name="y1線",y_axis=y1,symbol="arrow",is_symbol_show=True)
.add_yaxis(series_name="y2線",y_axis=y2)
.set_global_opts(title_opts=opts.TitleOpts(title="Line-雙折線圖"))
)
#生成render.html
line.render()
4、pyecharts繪制柱形折線組合圖
from pyecharts import options as opts
from pyecharts.charts import Bar, Grid, Line
#x軸的值為列表,包含每個月份
x_data = ["{}月".format(i) for i in range(1, 13)]
bar = (
Bar()
.add_xaxis(x_data)
#第一個y軸的值、標簽、顏色
.add_yaxis(
"降雨量",
[2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 68.6, 22.0, 6.6, 4.3],
yaxis_index=0,
color="#5793f3",
)
# #第二個y軸的值、標簽、顏色
# .add_yaxis(
# "蒸發(fā)量",
# [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3],
# yaxis_index=1,
# color="#5793f3",
# )
#右縱坐標
.extend_axis(
yaxis=opts.AxisOpts(
name="降雨量",
type_="value",
min_=0,
max_=250,
position="right",
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(color="#d14a61")
),
axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
)
)
#左縱坐標
.extend_axis(
yaxis=opts.AxisOpts(
type_="value",
name="溫度",
min_=0,
max_=25,
position="left",
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(color="#d14a61")
),
axislabel_opts=opts.LabelOpts(formatter="{value} °C"),
splitline_opts=opts.SplitLineOpts(
is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=1)
),
)
)
.set_global_opts(
yaxis_opts=opts.AxisOpts(
name="降雨量",
min_=0,
max_=250,
position="right",
offset=0,
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(color="#5793f3")
),
axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
),
title_opts=opts.TitleOpts(title="Grid-多 Y 軸示例"),
tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
)
)
line = (
Line()
.add_xaxis(x_data)
.add_yaxis(
"平均溫度",
[2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2],
yaxis_index=2,
color="#675bba",
label_opts=opts.LabelOpts(is_show=False),
)
)
bar.overlap(line)
grid = Grid()
grid.add(bar, opts.GridOpts(pos_left="5%", pos_right="20%"), is_control_axis_index=True)
grid.render()
5、pyecharts繪制散點圖
# 導入模塊
from pyecharts import options as opts
from pyecharts.charts import Scatter
# 設置銷售數據
week = ["周一","周二","周三","周四","周五","周六","周日"]
c =Scatter() # 散點圖繪制
c.add_xaxis(week)
c.add_yaxis("商家A",[80,65,46,37,57,68,90])
c.set_global_opts(title_opts=opts.TitleOpts(title="一周的銷售額（萬元）")) # 設置圖表標題
c.render()
6、pyecharts繪制玫瑰圖
from pyecharts import options as opts
from pyecharts.charts import Pie
label=['Mac口紅','Tom Ford口紅','圣羅蘭','紀梵希','花西子']
values = [100,200,250,350,400]
c = (
Pie()
.add(
"",
[list(z) for z in zip(label,values)],
radius=["30%", "75%"],
center=["50%", "50%"],
rosetype="radius",
label_opts=opts.LabelOpts(is_show=False),
)
.set_global_opts(title_opts=opts.TitleOpts(title="標題"))
.set_series_opts(label_opts=opts.LabelOpts(formatter=":{c} vvxyksv9kd%")) # 值得一提的是，vvxyksv9kd%為百分比
.render("玫瑰圖.html")
)
7、pyecharts繪制詞云圖
# 導入WordCloud及配置模塊
from pyecharts import options as opts
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
# 添加詞頻數據
words = [
("Sam S Club", 10000),
("Macys", 6181),
("Amy Schumer", 4386),
("Jurassic World", 4055),
("Charter Communications", 2467),
("Chick Fil A", 2244),
("Planet Fitness", 1868),
("Pitch Perfect", 1484),
("Express", 1112),
("Home", 865),
("Johnny Depp", 847),
("Lena Dunham", 582),
("Lewis Hamilton", 555),
("KXAN", 550),
("Mary Ellen Mark", 462),
("Farrah Abraham", 366),
("Rita Ora", 360),
("Serena Williams", 282),
("NCAA baseball tournament", 273),
("Point Break", 265),
]
# WordCloud模塊，鏈式調用配置，最終生成html文件
c = (
WordCloud()
.add("", words, word_size_range=[20, 100], shape=SymbolType.DIAMOND)
.set_global_opts(title_opts=opts.TitleOpts(title="詞云圖"))
.render("wordcloud_diamond.html")
)
8、pyecharts繪制雷達圖
from pyecharts import options as opts
from pyecharts.charts import Radar
v1 = [[8.5,50000,15000,8000,13000,5000]]
v2 = [[8.1,42000,13000,7000,15000,7000]]
def radar_base() ->Radar:
c = (
Radar()
.add_schema(
schema=[
opts.RadarIndicatorItem(name='KDA',max_=10),
opts.RadarIndicatorItem(name='輸出', max_=60000),
opts.RadarIndicatorItem(name='經濟', max_=20000),
opts.RadarIndicatorItem(name='生存', max_=10000),
opts.RadarIndicatorItem(name='推進', max_=20000),
opts.RadarIndicatorItem(name='刷野', max_=10000),
]
)
.add(
'射手',v1,
color='blue',
#通過顏色屬性 將其填充
areastyle_opts=opts.AreaStyleOpts(
opacity=0.5,
color='blue'
),
)
.add(
'法師',v2,
color='red',
areastyle_opts=opts.AreaStyleOpts(
opacity=0.5,
color='red'
),
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title='英雄成長屬性對比'))
)
return c
radar_base().render("雷達圖.html")
9、pyecharts繪制散點圖
from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.commons.utils import JsCode
from pyecharts.faker import Faker
c = (
Scatter()
.add_xaxis(Faker.choose())
.add_yaxis(
"商家A",
[list(z) for z in zip(Faker.values(), Faker.choose())],
label_opts=opts.LabelOpts(
formatter=JsCode(
"function(params){return params.value[1] +' : '+ params.value[2];}"
)
),
)
.set_global_opts(
title_opts=opts.TitleOpts(title="Scatter散點圖-多維度數據"),
tooltip_opts=opts.TooltipOpts(
formatter=JsCode(
"function (params) {return params.name + ' : ' + params.value[2];}"
)
),
visualmap_opts=opts.VisualMapOpts(
type_="color", max_=150, min_=20, dimension=1
),
)
.render("散點圖.html")
)
10、pyecharts繪制嵌套餅圖
import pyecharts.options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType
list1 = [300,55,400,110]
attr1 = ["學習", "運動","休息", "娛樂"]
list2 = [40,160,45,35,80,400,35,60]
attr2 = ["閱讀", "上課", "運動", "討論", "編程", "睡覺","聽音樂", "玩手機"]
inner_data_pair = [list(z) for z in zip(attr1, list1)]
outer_data_pair = [list(z) for z in zip(attr2, list2)]
(
Pie(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
.add(
series_name="時長占比",
data_pair=inner_data_pair,
radius=[0, "30%"],
label_opts=opts.LabelOpts(position="inner"),
)
.add(
series_name="時長占比",
radius=["40%", "55%"],
data_pair=outer_data_pair,
label_opts=opts.LabelOpts(
position="outside",
formatter="{a|{a}}{abg|}\n{hr|}\n {b|: }{c} {per|vvxyksv9kd%} ",
background_color="#eee",
border_color="#aaa",
border_width=1,
border_radius=4,
rich={
"a": {"color": "#999", "lineHeight": 22, "align": "center"},
"abg": {
"backgroundColor": "#e3e3e3",
"width": "100%",
"align": "right",
"height": 22,
"borderRadius": [4, 4, 0, 0],
},
"hr": {
"borderColor": "#aaa",
"width": "100%",
"borderWidth": 0.5,
"height": 0,
},
"b": {"fontSize": 16, "lineHeight": 33},
"per": {
"color": "#eee",
"backgroundColor": "#334455",
"padding": [2, 4],
"borderRadius": 2,
},
},
),
)
.set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", orient="vertical"))
.set_series_opts(
tooltip_opts=opts.TooltipOpts(
trigger="item", formatter="{a} <br/>: {c} (vvxyksv9kd%)"
)
)
.render("嵌套餅圖.html")
)
11、pyecharts繪制中國地圖
#導入模塊
from pyecharts import options as opts
from pyecharts.charts import Map
import random
# 設置商家A所存在的相關省份，并設置初始數量為0
ultraman = [
['四川', 0],
['臺灣', 0],
['新疆', 0],
['江西', 0],
['河南', 0],
['遼寧', 0],
['青海', 0],
['福建', 0],
['西藏', 0]
]
# 設置商家B存在的相關省份，并設置初始數量為0
monster = [
['廣東', 0],
['北京', 0],
['上海', 0],
['臺灣', 0],
['湖南', 0],
['浙江', 0],
['甘肅', 0],
['黑龍江', 0],
['江蘇', 0]
]
def data_filling(array):
'''
作用：給數組數據填充隨機數
'''
for i in array:
# 隨機生成1到1000的隨機數
i[1] = random.randint(1,1000)
data_filling(ultraman)
data_filling(monster)
def create_china_map():
(
Map()
.add(
series_name="商家A",
data_pair=ultraman,
maptype="china",
# 是否默認選中，默認為True
is_selected=True,
# 是否啟用鼠標滾輪縮放和拖動平移，默認為True
is_roam=True,
# 是否顯示圖形標記，默認為True
is_map_symbol_show=False,
# 圖元樣式配置
itemstyle_opts={
# 常規(guī)顯示
"normal": {"areaColor": "white", "borderColor": "red"},
# 強調顏色
"emphasis": {"areaColor": "pink"}
}
)
.add(
series_name="商家B",
data_pair=monster,
maptype="china",
)
# 全局配置項
.set_global_opts(
# 設置標題
title_opts=opts.TitleOpts(title="中國地圖"),
# 設置標準顯示
visualmap_opts=opts.VisualMapOpts(max_=1000, is_piecewise=False)
)
# 系列配置項
.set_series_opts(
# 標簽名稱顯示，默認為True
label_opts=opts.LabelOpts(is_show=True, color="blue")
)
# 生成本地html文件
.render("中國地圖.html")
)
#調用自定義函數
create_china_map()
12、pyecharts繪制世界地圖
from pyecharts import options as opts
from pyecharts.charts import Map
import random
# 設置商家A所存在的相關國家，并設置初始數量為0
ultraman = [
['Russia', 0],
['China', 0],
['United States', 0],
['Australia', 0]
]
# 設置商家B存在的相關國家，并設置初始數量為0
monster = [
['India', 0],
['Canada', 0],
['France', 0],
['Brazil', 0]
]
def data_filling(array):
for i in array:
# 隨機生成1到1000的隨機數
i[1] = random.randint(1,1000)
print(i)
data_filling(ultraman)
data_filling(monster)
def create_world_map():
'''
作用：生成世界地圖
'''
( # 大小設置
Map()
.add(
series_name="商家A",
data_pair=ultraman,
maptype="world",
)
.add(
series_name="商家B",
data_pair=monster,
maptype="world",
)
# 全局配置項
.set_global_opts(
# 設置標題
title_opts=opts.TitleOpts(title="世界地圖"),
# 設置標準顯示
visualmap_opts=opts.VisualMapOpts(max_=1000, is_piecewise=False),
)
# 系列配置項
.set_series_opts(
# 標簽名稱顯示，默認為True
label_opts=opts.LabelOpts(is_show=False, color="blue")
)
# 生成本地html文件
.render("世界地圖.html")
)
create_world_map()
總結
到此這篇關于用pyecharts繪制各種圖表的文章就介紹到這了,更多相關pyecharts繪制圖表案例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！
您可能感興趣的文章:
相關文章
這篇文章主要為大家詳細介紹了python3利用Dlib19.7實現人臉68個特征點標定，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-02-02
今天小編就為大家分享一篇在Python中利用pickle保存變量的實例，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2019-12-12
今天小編就為大家分享一篇對python程序內存泄漏調試的記錄，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win10從零安裝配置pytorch全過程，本文通過圖文并茂的形式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2020-05-05
在本篇文章里小編給大家整理的是一篇關于解惑Python可以用來做什么的基礎文章，有興趣的朋友們可以學習下。2020-11-11
python tkiner實現 一個小小的圖片翻頁功能的示例代碼
這篇文章主要介紹了python tkiner實現 一個小小的圖片翻頁功能,需要的朋友可以參考下2020-06-06
python selenium執(zhí)行所有測試用例并生成報告的方法
今天小編就為大家分享一篇python selenium執(zhí)行所有測試用例并生成報告的方法，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2019-02-02
citespace數據處理:用python對Ref文檔進行去重方式
這篇文章主要介紹了citespace數據處理:用python對Ref文檔進行去重方式，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2022-11-11
這篇文章主要介紹了python實現選取或刪除指定列包含指定內容的行，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2022-02-02
在本篇文章里小編給大家分享的是一篇關于Python中關鍵字個數的相關知識點內容，需要的朋友們可以學習下。2020-06-06