• Python可视化图表pyecharts


    pyecharts官网https://pyecharts.org/

    pyecharts画廊官网:https://gallery.pyecharts.org/

    安装 pyecharts: pip install pyecharts

    简单图表使用方法:运行后在同一目录下会生成一个html文件,就是图表

    1. # 先安装:pip install pyecharts
    2. # 1.导包:这里为导入折线图包
    3. from pyecharts.charts import Line
    4. # 2.创建图标对象
    5. line = Line()
    6. # 3.x轴
    7. line.add_xaxis(["中国", "美国", "英国"])
    8. # 4.y轴
    9. line.add_yaxis("GDP", [123, 23, 35])
    10. # 5.生成图像
    11. line.render()

    全局配置选项:需要导入相应的包

    1. # 导入标题、图例、工具箱、视觉映射、
    2. from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts
    3. # 设置全局配置项
    4. # 全局配置:set_global_opts方法
    5. # 标题,图例,工具箱...
    6. line.set_global_opts(
    7. # 标题
    8. title_opts=TitleOpts(title="GDP展示", pos_left="center", pos_bottom="1%"),
    9. # 图例
    10. legend_opts=LegendOpts(is_show=True),
    11. # 工具箱
    12. toolbox_opts=ToolboxOpts(is_show=True),
    13. # 视觉映射
    14. visualmap_opts=VisualMapOpts(is_piecewise=True)
    15. )

    例子:折线图(通过json模块对数据处理)

    1. # JSON 与 Python 转换
    2. import json
    3. # 可视化图表
    4. from pyecharts.charts import Line
    5. from pyecharts.options import TitleOpts,LabelOpts
    6. # 打开文件
    7. f_us = open("./美国.txt", "r", encoding="UTF-8")
    8. f_jp = open("./日本.txt", "r", encoding="UTF-8")
    9. f_in = open("./印度.txt", "r", encoding="UTF-8")
    10. # 读文件
    11. us_data = f_us.read()
    12. jp_data = f_jp.read()
    13. in_data = f_in.read()
    14. # 去掉不合JSON的开头数据
    15. us_data = us_data.replace("jsonp_1629344292311_69436(", "")
    16. jp_data = jp_data.replace("jsonp_1629350871167_29498(", "")
    17. in_data = in_data.replace("jsonp_1629350745930_63180(", "")
    18. # 去掉不合JSON的结尾,用切片 (到倒数第二个结束)
    19. us_data = us_data[:-2]
    20. jp_data = jp_data[:-2]
    21. in_data = in_data[:-2]
    22. # print(us_data)
    23. # JSON转换Python字典
    24. us_dict = json.loads(us_data)
    25. jp_dict = json.loads(jp_data)
    26. in_dict = json.loads(in_data)
    27. # print(type(us_dict))
    28. # print(us_dict)
    29. # 获知trend key
    30. us_trend_data = us_dict['data'][0]['trend']
    31. jp_trend_data = jp_dict['data'][0]['trend']
    32. in_trend_data = in_dict['data'][0]['trend']
    33. # print(us_trend_data)
    34. # 获取日期数据,x轴,取2020年(到314下标结束)
    35. us_x_data = us_trend_data['updateDate'][:314]
    36. jp_x_data = jp_trend_data['updateDate'][:314]
    37. in_x_data = in_trend_data['updateDate'][:314]
    38. # print(us_x_data)
    39. # 获取确认数据,y轴,取2020年(到314下标结束)
    40. us_y_data = us_trend_data['list'][0]['data'][:314]
    41. jp_y_data = jp_trend_data['list'][0]['data'][:314]
    42. in_y_data = in_trend_data['list'][0]['data'][:314]
    43. # print(us_y_data)
    44. # 生成折线图对象
    45. line = Line()
    46. # 添加x轴数据
    47. line.add_xaxis(us_x_data) # x是公用的
    48. # 添加y轴数据 label_opts=LabelOpts(is_show=False):线条上数字隐藏
    49. line.add_yaxis("美国", us_y_data,label_opts=LabelOpts(is_show=False))
    50. line.add_yaxis("日本", jp_y_data,label_opts=LabelOpts(is_show=False))
    51. line.add_yaxis("印度", in_y_data,label_opts=LabelOpts(is_show=False))
    52. # 全局选项
    53. line.set_global_opts(
    54. # 标题
    55. title_opts=TitleOpts(title="2020美日印三国确诊折线对比",pos_left="center",pos_bottom="1%")
    56. )
    57. # 生成折线图,调用render方法
    58. line.render()
    59. # 关闭文件对象
    60. f_us.close()
    61. f_jp.close()
    62. f_in.close()

  • 相关阅读:
    【Spring Boot】过滤敏感词的两种实现
    【数据结构】栈与队列
    企业如何实现安全可靠的云密码管理
    spring笔记一(bean/IoC)
    计算机网络(第五弹) --- Socket 套接字详细介绍及套接字通信流程和编程的具体实现
    【C++】数组和指针的爱恨情仇。。。
    推荐系统:架构设计
    达梦8创建schema模式sql无法结束
    到底什么是TORCH.NN?
    聊一聊GPT——让我们的写作和翻译更高效
  • 原文地址:https://blog.csdn.net/weixin_52053631/article/details/133397388