欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Pyecharts中的餅圖位置調(diào)整方式

 更新時間:2022年11月01日 10:59:12   作者:陳年椰子  
這篇文章主要介紹了Pyecharts 餅圖位置調(diào)整方式,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

Pyecharts餅圖位置調(diào)整

如果要把 pyecharts 里的餅圖嵌入其他頁面,有的時候需要調(diào)整餅圖的位置。

不調(diào)整可能會顯示成這樣

調(diào)整后的效果是這樣

關(guān)鍵代碼在于:

center=["40%", "60%"]
def pie_base_proc(p_dict, p_list) -> Pie:
    c = (
        Pie(init_opts=opts.InitOpts(width=p_dict['width'],height=p_dict['height']))
        .add("", p_list,center=["40%", "60%"])
 
        .set_global_opts(title_opts=opts.TitleOpts(title=p_dict['title']),
                             legend_opts=opts.LegendOpts(orient=p_dict['orient'], pos_left=p_dict['pos_left'], pos_top=p_dict['pos_top']))
 
        .set_series_opts(label_opts=opts.LabelOpts(formatter="", position='inside'))
 
    )
    return c
 
 
def lx_data_Pie(m_dict):
    p_dict = {'title':m_dict['title'], 'width':'300px', 'height': '300px'}
    # horizontal vertical
    p_dict['orient'] ="horizontal"
    p_dict['pos_left'] = "0%"
    p_dict['pos_top'] = "5%"
    m_data = m_dict['m_data']
    p_list = [list(z) for z in zip(m_data[0], m_data[1])]
    return pie_base_proc(p_dict,p_list)

利用Pyecharts 制作餅圖

from pyecharts import options as opts
from pyecharts.charts import Pie
from random import randint

def pie_base() -> Pie:
    c = (
        Pie()
        .add("", [list(z) for z in zip(['寶馬','法拉利','奔馳','奧迪','大眾','豐田','特斯拉'],
                                       [randint(1, 20) for _ in range(7)])])
        .set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例"))
        .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}"))
    )
    return c

pie_base().render('G:/PythonWorkSpace/MatplotlibNumpyPandas/pie_pyecharts.html')

以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python數(shù)據(jù)分析應(yīng)用之Matplotlib數(shù)據(jù)可視化詳情

    Python數(shù)據(jù)分析應(yīng)用之Matplotlib數(shù)據(jù)可視化詳情

    這篇文章主要介紹了Python數(shù)據(jù)分析應(yīng)用之Matplotlib數(shù)據(jù)可視化詳情,文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價值,感興趣的小伙伴可以參考一下
    2022-06-06
  • pandas讀取excel統(tǒng)計空值數(shù)量錯誤的解決方法

    pandas讀取excel統(tǒng)計空值數(shù)量錯誤的解決方法

    pd.read_excel()讀取excel數(shù)據(jù)后,用pd.isnull().sum()統(tǒng)計空值數(shù)量不對,本文主要介紹了pandas讀取excel統(tǒng)計空值數(shù)量錯誤的解決方法,感興趣的可以了解一下
    2024-04-04
  • Python中實現(xiàn)輸入一個整數(shù)的案例

    Python中實現(xiàn)輸入一個整數(shù)的案例

    這篇文章主要介紹了Python中實現(xiàn)輸入一個整數(shù)的案例,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
    2020-05-05
  • Python發(fā)送郵件功能示例【使用QQ郵箱】

    Python發(fā)送郵件功能示例【使用QQ郵箱】

    這篇文章主要介紹了Python發(fā)送郵件功能,結(jié)合實例形式分析了Python使用QQ郵箱進(jìn)行郵件發(fā)送的相關(guān)設(shè)置與使用技巧,需要的朋友可以參考下
    2018-12-12
  • 詳解Python對某地區(qū)二手房房價數(shù)據(jù)分析

    詳解Python對某地區(qū)二手房房價數(shù)據(jù)分析

    這篇文章主要為大家介紹了Python數(shù)據(jù)分析某地區(qū)二手房房價,具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2021-12-12
  • PyTorch變分自編碼器的構(gòu)建與應(yīng)用小結(jié)

    PyTorch變分自編碼器的構(gòu)建與應(yīng)用小結(jié)

    變分自編碼器是一種強(qiáng)大的深度學(xué)習(xí)模型,用于學(xué)習(xí)數(shù)據(jù)的潛在表示并能生成新的數(shù)據(jù)點,使用PyTorch實現(xiàn)VAE不僅可以加深對生成模型的理解,還可以利用其靈活性進(jìn)行各種實驗,這篇文章主要介紹了PyTorch變分自編碼器的構(gòu)建與應(yīng)用,需要的朋友可以參考下
    2024-07-07
  • 淺析PyTorch中nn.Linear的使用

    淺析PyTorch中nn.Linear的使用

    這篇文章主要介紹了淺析PyTorch中nn.Linear的使用,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
    2019-08-08
  • 在pyCharm中下載第三方庫的方法

    在pyCharm中下載第三方庫的方法

    這篇文章主要介紹了在pyCharm中下載第三方庫的方法,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-04-04
  • python中threading.Semaphore和threading.Lock的具體使用

    python中threading.Semaphore和threading.Lock的具體使用

    python中的多線程是一個非常重要的知識點,本文主要介紹了python中threading.Semaphore和threading.Lock的具體使用,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2023-08-08
  • 進(jìn)一步探究Python的裝飾器的運用

    進(jìn)一步探究Python的裝飾器的運用

    這篇文章主要介紹了更為深入的Python的裝飾器的運用,Python的裝飾器是Python學(xué)習(xí)進(jìn)階當(dāng)中的重要知識點,需要的朋友可以參考下
    2015-05-05

最新評論