欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python可視化神器pyecharts繪制?;鶊D

 更新時(shí)間:2022年07月06日 14:13:39   作者:王小王_123???????  
這篇文章主要介紹了Python可視化神器pyecharts繪制?;鶊D,即?;芰糠至鲌D,也叫桑基能量平衡圖,更多相關(guān)介紹具有一定的參考價(jià)值,需要的朋友可以參考一下

?;鶊D

桑基圖(Sankey diagram),即?;芰糠至鲌D,也叫?;芰科胶鈭D。它是一種特定類(lèi)型的流程圖,圖中延伸的分支的寬度對(duì)應(yīng)數(shù)據(jù)流量的大小,通常應(yīng)用于? ?能源???、材料成分、? ?金融???等數(shù)據(jù)的可視化分析。因1898年Matthew Henry Phineas Riall Sankey繪制的“? ?蒸汽機(jī)??的能源效率圖”而聞名,此后便以其名字命名為“?;鶊D”。

?;鶊D最明顯的特征就是,始末端的分支寬度總和相等,即所有主支寬度的總和應(yīng)與所有分出去的分支寬度的總和相等,保持能量的平衡。

?;鶊D系列模板

第一個(gè)桑基圖

from pyecharts import options as opts
from pyecharts.charts import Sankey

nodes = [
{"name": "category1"},
{"name": "category2"},
{"name": "category3"},
{"name": "category4"},
{"name": "category5"},
{"name": "category6"},
]

links = [
{"source": "category1", "target": "category2", "value": 10},
{"source": "category2", "target": "category3", "value": 15},
{"source": "category3", "target": "category4", "value": 20},
{"source": "category5", "target": "category6", "value": 25},
]
c = (
Sankey()
.add(
"sankey",
nodes,
links,
linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),
label_opts=opts.LabelOpts(position="right"),
)
.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"))
.render("?;鶊D.html")
)

復(fù)雜?;鶊D

from pyecharts import options as opts
from pyecharts.charts import Sankey
colors = [
"#67001f",
"#b2182b",
"#d6604d",
"#f4a582",
"#fddbc7",
"#d1e5f0",
"#92c5de",
"#4393c3",
"#2166ac",
"#053061",
]
nodes = [
{"name": "a"},
{"name": "b"},
{"name": "a1"},
{"name": "b1"},
{"name": "c"},
{"name": "e"},
]
links = [
{"source": "a", "target": "a1", "value": 5},
{"source": "e", "target": "b", "value": 3},
{"source": "a", "target": "b1", "value": 3},
{"source": "b1", "target": "a1", "value": 1},
{"source": "b1", "target": "c", "value": 2},
{"source": "b", "target": "c", "value": 1},
]
c = (
Sankey()
.set_colors(colors)
.add(
"sankey",
nodes=nodes,
links=links,
pos_bottom="10%",
focus_node_adjacency="allEdges",
orient="vertical",
linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),
label_opts=opts.LabelOpts(position="top"),
)
.set_global_opts(
title_opts=opts.TitleOpts(title="標(biāo)題"),
tooltip_opts=opts.TooltipOpts(trigger="item", trigger_on="mousemove"),
)
.render("復(fù)雜桑基圖.html")
)

這個(gè)?;鶊D的案例已經(jīng)可以完成你的可視化工作量了,其實(shí)一般研究?;鶊D的還是相對(duì)于比較少。

到此這篇關(guān)于Python可視化神器pyecharts繪制桑基圖的文章就介紹到這了,更多相關(guān)pyecharts繪制?;鶊D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

  • PaddleNLP ppdiffusers 自動(dòng)生成兔了個(gè)兔海報(bào)

    PaddleNLP ppdiffusers 自動(dòng)生成兔了個(gè)兔海報(bào)

    這篇文章主要為大家介紹了PaddleNLP ppdiffusers 自動(dòng)生成兔了個(gè)兔海報(bào)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
    2023-01-01
  • 超級(jí)詳細(xì)實(shí)用的pycharm常用快捷鍵

    超級(jí)詳細(xì)實(shí)用的pycharm常用快捷鍵

    本文詳細(xì)總結(jié)了Pycharm的常用快捷鍵,下文介紹使用方法和場(chǎng)景, 并不需要記憶這些快捷鍵, 你只需要知道有這些快捷鍵, 再需要用的時(shí)候查看一下, 用的多了自然也就記住了,需要的朋友可以參考下
    2021-05-05
  • Pandas數(shù)據(jù)分析固定時(shí)間點(diǎn)和時(shí)間差

    Pandas數(shù)據(jù)分析固定時(shí)間點(diǎn)和時(shí)間差

    這篇文章主要介紹了Pandas數(shù)據(jù)分析固定時(shí)間點(diǎn)和時(shí)間差,文章未日澳主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下
    2022-08-08
  • Python中tkinter+MySQL實(shí)現(xiàn)增刪改查

    Python中tkinter+MySQL實(shí)現(xiàn)增刪改查

    這篇文章主要介紹了Python中tkinter+MySQL實(shí)現(xiàn)增刪改查,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)學(xué)習(xí)吧
    2021-04-04
  • python結(jié)合多線程爬取英雄聯(lián)盟皮膚(原理分析)

    python結(jié)合多線程爬取英雄聯(lián)盟皮膚(原理分析)

    多線程是為了同步完成多項(xiàng)任務(wù),不是為了提高運(yùn)行效率,而是為了提高資源使用效率來(lái)提高系統(tǒng)的效率。這篇文章主要介紹了python爬取英雄聯(lián)盟皮膚結(jié)合多線程的方法,需要的朋友可以參考下
    2021-05-05
  • python裝飾器property和setter用法

    python裝飾器property和setter用法

    這篇文章主要介紹了python裝飾器property和setter用法,文章圍繞主題展開(kāi)詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的朋友可以參考一下
    2022-07-07
  • Python3 批量掃描端口的例子

    Python3 批量掃描端口的例子

    今天小編就為大家分享一篇Python3 批量掃描端口的例子,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
    2019-07-07
  • Python利用DNN實(shí)現(xiàn)寶石識(shí)別

    Python利用DNN實(shí)現(xiàn)寶石識(shí)別

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks,簡(jiǎn)稱DNN)是深度學(xué)習(xí)的基礎(chǔ),其結(jié)構(gòu)為input、hidden(可有多層)、output,每層均為全連接。本文將利用DNN實(shí)現(xiàn)寶石識(shí)別,感興趣的可以了解一下
    2022-01-01
  • Python學(xué)習(xí)小技巧之列表項(xiàng)的推導(dǎo)式與過(guò)濾操作

    Python學(xué)習(xí)小技巧之列表項(xiàng)的推導(dǎo)式與過(guò)濾操作

    這篇文章主要給大家介紹了Python學(xué)習(xí)小技巧之列表項(xiàng)的推導(dǎo)式與過(guò)濾操作的相關(guān)資料,文中介紹的非常詳細(xì),對(duì)大家具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起看看把。
    2017-05-05
  • python 文件操作刪除某行的實(shí)例

    python 文件操作刪除某行的實(shí)例

    下面小編就為大家?guī)?lái)一篇python 文件操作刪除某行的實(shí)例。小編覺(jué)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(guò)來(lái)看看吧
    2017-09-09

最新評(píng)論