Python pyecharts 数据可视化模块的配置方法_python_

pip install pyecharts

from pyecharts.charts import Line from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts # 获取折线图对象 line = Line() # 对折线图进行全局配置 line.set_global_opts( # 设置标题、标题的位置... title_opts=TitleOpts("国家GDP展示", pos_left="center", pos_bottom="1%"), # 设置图例是展示的... legend_opts=LegendOpts(is_show=True), # 设置工具箱是展示的 toolbox_opts=ToolboxOpts(is_show=True), # 设置视觉映射是展示的 visualmap_opts=VisualMapOpts(is_show=True) ) 

from pyecharts.charts import Line from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts 

line = Line() 

line.add_xaxis(["中国", "美国", "英国"]) line.add_yaxis("GDP", [30, 20, 10]) 

line.set_global_opts( # 设置标题、标题的位置... title_opts=TitleOpts("国家GDP展示", pos_left="center", pos_bottom="1%"), # 设置图例是展示的... legend_opts=LegendOpts(is_show=True), # 设置工具箱是展示的 toolbox_opts=ToolboxOpts(is_show=True), # 设置视觉映射是展示的 visualmap_opts=VisualMapOpts(is_show=True) ) 

line.render() 

import json from pyecharts.charts import Line # 获取不同国家疫情时间 from pyecharts.options import TitleOpts, LabelOpts def getdata(file): # 处理数据 try: f = open(file, 'r', encoding='utf8') except FileNotFoundError as e: print(f"文件不存在，具体错误为：{e}") else: data = f.read() # JSON 转 Python 字典 dict = json.loads(data) # 获取 trend trend_data = dict['data'][0]['trend'] # 获取日期数据，用于 x 轴（只拿2020年的数据） x_data = trend_data['updateDate'][:314] # 获取确认数据，用于 y 轴 y_data = trend_data['list'][0]['data'][:314] # 返回结果 return x_data, y_data finally: f.close() # 获取美国数据 us_x_data, us_y_data = getdata("E:\\折线图数据\\美国.txt") # 获取印度数据 in_x_data, in_y_data = getdata("E:\\折线图数据\\印度.txt") # 获取日本数据 jp_x_data, jp_y_data = getdata("E:\\折线图数据\\日本.txt") # 生成图表 line = Line() # 添加 x 轴数据（日期，公用数据，不同国家都一样） line.add_xaxis(us_x_data) # 添加 y 轴数据（设置 y 轴的系列配置，将标签不显示） line.add_yaxis("美国确诊人数", us_y_data, label_opts=LabelOpts(is_show=False)) # 添加美国数据 line.add_yaxis("印度确诊人数", in_y_data, label_opts=LabelOpts(is_show=False)) # 添加印度数据 line.add_yaxis("日本确诊人数", jp_y_data, label_opts=LabelOpts(is_show=False)) # 添加日本数据 # 配置全局选项 line.set_global_opts( # 设置标题 title_opts=TitleOpts("2020年美日印三国确诊人数对比折线图", pos_left="center", pos_bottom="1%"), ) # 生成图表 line.render() 

from pyecharts.charts import Map from pyecharts.options import VisualMapOpts 

map = Map() 

data = [ ("北京", 99), ("上海", 199), ("广州", 299), ("湖南", 199), ("安徽", 99), ("湖北", 399), ] 

# 地图名称、传入的数据、地图类型（默认是中国地图） map,add("地图", data, "china") 

map.set_global_opts( # 设置视觉映射配置 visualmap_opts=VisualMapOpts( # 打开视觉映射（可能不精准，因此可以开启手动校准） is_show=True, # 开启手动校准范围 is_piecewise=True, # 设置要校准参数的具体范围 pieces=[ {"min": 1, "max": 9, "label": "1~9人", "color": "#CCFFFF"}, {"min": 10, "max": 99, "label": "10~99人", "color": "#FFFF99"}, {"min": 100, "max": 199, "label": "100~199人", "color": "#FF9966"}, {"min": 200, "max": 299, "label": "200~299人", "color": "#FF6666"}, {"min": 300, "label": "300人以上", "color": "#CC3333"}, ] ) ) 

map.render() 

import json from pyecharts.charts import Map from pyecharts.options import VisualMapOpts, TitleOpts, LegendOpts # 读取数据 f = open("E:\\地图数据\\疫情.txt", 'r', encoding='utf8') str_json = f.read() # 关闭文件 f.close() # JSON 转 python 字典 data_dict = json.loads(str_json) # 取到各省数据 province_data_list = data_dict['areaTree'][0]['children'] # 组装每个省份和确诊人数为元组，并封装到列表内 data_list = [] for province_data in province_data_list: province_name = province_data['name'] province_total_confirm = province_data['total']['confirm'] data_list.append((province_name, province_total_confirm)) # 创建地图对象 map = Map() # 添加数据 map.add("各省确诊总人数", data_list, "china") # 设置全局配置，定制分段的视觉映射 map.set_global_opts( title_opts=TitleOpts('全国疫情地图', pos_left='center', pos_bottom='1%'), legend_opts=LegendOpts(is_show=True), visualmap_opts=VisualMapOpts( is_show=True, is_piecewise=True, pieces=[ {"min": 1, "max": 9, "label": "1~9人", "color": "#CCFFFF"}, {"min": 10, "max": 99, "label": "10~99人", "color": "#FFFF99"}, {"min": 100, "max": 499, "label": "100~499人", "color": "#FF9966"}, {"min": 500, "max": 999, "label": "500~999人", "color": "#FF6666"}, {"min": 1000, "max": 9999, "label": "1000~9999人", "color": "#CC3333"}, {"min": 10000, "label": "10000人以上", "color": "#990033"} ] ) ) # 绘图 map.render() 

import json from pyecharts.charts import Map from pyecharts.options import VisualMapOpts, TitleOpts, LegendOpts # 读取数据 f = open("E:\\地图数据\\疫情.txt", 'r', encoding='utf8') str_json = f.read() # 关闭文件 f.close() # JSON 转 python 字典 data_dict = json.loads(str_json) # 取到河南省数据 city_data_list = data_dict['areaTree'][0]['children'][3]['children'] # 组装每个市和确诊人数为元组，并封装到列表内 data_list = [] for city_data in city_data_list: city_name = city_data['name'] + "市" city_total_confirm = city_data['total']['confirm'] data_list.append((city_name, city_total_confirm)) # 创建地图对象 map = Map() # 添加数据 map.add("各市确诊总人数", data_list, "河南") # 设置全局配置，定制分段的视觉映射 map.set_global_opts( title_opts=TitleOpts('河南省疫情地图', pos_left='center', pos_bottom='1%'), legend_opts=LegendOpts(is_show=True), visualmap_opts=VisualMapOpts( is_show=True, is_piecewise=True, pieces=[ {"min": 1, "max": 9, "label": "1~9人", "color": "#CCFFFF"}, {"min": 10, "max": 99, "label": "10~99人", "color": "#FFFF99"}, {"min": 100, "max": 499, "label": "100~499人", "color": "#FF9966"}, {"min": 500, "max": 999, "label": "500~999人", "color": "#FF6666"}, {"min": 1000, "max": 9999, "label": "1000~9999人", "color": "#CC3333"}, {"min": 10000, "label": "10000人以上", "color": "#990033"} ] ) ) # 绘图 map.render() 

from pyecharts.charts import Bar from pyecharts.options import * 

bar = Bar() 

# 添加 x 轴数据 bar.add_xaxis(["
                
提示：
                    本文由神整理自网络，如有侵权请联系本站删除！
                    

                    本站声明： 

                    1、本站所有资源均来源于互联网，不保证100%完整、不提供任何技术支持； 

                    2、本站所发布的文章以及附件仅限用于学习和研究目的;不得将用于商业或者非法用途；否则由此产生的法律后果，本站概不负责！
                
                

                

                                            
上一篇：12个Pandas/NumPy中的加速函数使用总结_python_
                                                                
下一篇：Python有序容器的 sort 方法详解_python_