python的pyecharts绘制各种图表详细(附代码)
环境:pyecharts库,echarts-countries-pypkg,echarts-china-provinces-pypkg,echarts-china-cities-pypkg
数据:2018年4月16号的全国各地最高最低和天气类型的数据——2018-4-16.json(爬虫爬的)
代码:天气数据爬虫代码,图表绘制代码代码地址:https://github.com/goodloving/pyecharts.git(py文件)
一、公共属性
1、标题栏的属性:一般在实例化(初始化)类型时给与,如bar=Bar(“大标题”,“副标题”,···各种属性···)
title_color=“颜色”:标题颜色,可以是‘red'或者‘#0000'
title_pos=‘位置':标题位置,如‘center',‘left'···
width=1200:图表的宽
height=800:图表的高
background_color="颜色":图表的背景色
·····
2、标签栏的属性:如bar.add(“标签”,x,values,···属性···)
'mark_'类,通个'mark_'显示,如mark_point['max','min','average']:标出最大最小和平均值的点,
mark_point_textcolor,mark_line_symbolsize·····
'legend_'类,如legend_pos=‘left':标签的位置
'is_'类,如is_label_show=True:显示每个点的值,is_datazoom_show=True:实现移动控制x轴的数量
is_convert=True:x,y轴是否调换
eg:
bar=pyecharts.Bar("全国各地最高气温","2018-4-18",title_color='red',title_pos='right',width=1400,height=700,background_color='#404a59') bar.add("最高气温",cities,highs,mark_point=['max','min','average'],is_label_show=True,is_datazoom_show=True,legend_pos='left') bar.render('Bar-High.html')
3、Geo,Map无法显示底图
pyechartsv0.3.2以后,pyecharts将不再自带地图js文件。如用户需要用到地图图表,可自行安装对应的地图文件包。
地图文件被分成了三个Python包,分别为:
全球国家地图:echarts-countries-pypkg(1.9MB)
中国省级地图:echarts-china-provinces-pypkg(730KB)
中国市级地图:echarts-china-cities-pypkg(3.8MB)
(1)pycharm直接在设置里面搜索安装这三个库
(2)pip安装
pipinstallecharts-countries-pypkg pipinstallecharts-china-provinces-pypkg pipinstallecharts-china-cities-pypkg
二、各种图表
1.柱状图/条形图——Bar
bar=pyecharts.Bar("全国各地最高最低气温","2018-4-18",title_pos='right',title_color='blue',width=1400,height=700,background_color='white') bar.add("最高气温",cities,highs,mark_point=['max'],legend_text_color='red',is_datazoom_show=True) bar.add("最低气温",cities,lows,mark_line=['min'],legend_text_color='blue') bar.render('Bar-High-Low.html')
2、散点图——EffectScatter
es=pyecharts.EffectScatter("最低气温动态散点图","2018-4-16",title_pos='right',title_color='blue',width=1400,height=700,background_color='white') es.add("最低温度",range(0,len(cities)),lows,legend_pos='center',legend_text_color='blue',symbol_size=10,effect_period=3,effect_scale=3.5,symbol='pin',is_datazoom_show=True,is_label_show=True) es.render("EffectScatter-low.html")
3、漏斗与——Funnel
fl=pyecharts.Funnel("最高气温漏斗图","2018-40-16",title_pos='left',width=1400,height=700) fl.add("最低气温",cities[:15],lows[:15],is_label_show=True,label_pos='inside',label_text_color='white') fl.render("Funnel-low.html")
4、仪表盘——Guage
gu=pyecharts.Gauge("仪表盘图") gu.add("指标","达标",80) gu.render("Guage-eg.html")
5、地理坐标图——Geo
geo=pyecharts.Geo("最高气温地理坐标系图",'2018-4-16',title_color='#fff',title_pos='center',width=1200,height=600,background_color='#404a95') geo.add("最高气温",cities,highs,is_visualmap=True,visual_range=[0,40],visual_text_color='#fff',symbol_size=5,legend_pos='right',is_geo_effect_show=True) geo.render("Geo-Low.html")
6、关系图——Graph(略)
7、折线/面积图——Line
line=pyecharts.Line("气温变化折线图",'2018-4-16',width=1200,height=600) line.add("最高气温",cities,highs,mark_point=['average'],is_datazoom_show=True) line.add("最低气温",cities,lows,mark_line=['average'],is_smooth=True) line.render('Line-High-Low.html')
line=pyecharts.Line("气温变化折线图",'2018-4-16',width=1200,height=600) line.add("最高气温",cities,highs,mark_point=['average'],is_datazoom_show=True,is_fill=True,line_opacity=0.2,area_opacity=0.4) line.add("最低气温",cities,lows,mark_line=['average'],is_smooth=True,is_fill=True,area_color="#000",area_opacity=0.5) line.render('Area-High-Low.html')
8、水滴球——Liquid
lq=pyecharts.Liquid("水滴球") lq.add("Liquid",[0.8,0.5,0.2],is_liquid_outline_show=False,is_liquid_animation=True) lq.render("LiQuid.html")
9、地图——Map
a_city=[] foriincities: a_city.append(i+'市') map=pyecharts.Map("湖北最低气温",width=1200,height=600) map.add("最低气温",a_city,lows,maptype='湖北',is_visualmap=True,visual_text_color='#000',visual_range=[-15,20]) map.render("Map-low.html")
value=[95.1,23.2,43.3,66.4,88.5] attr=["China","Canada","Brazil","Russia","UnitedStates"] map=Map("世界地图示例",width=1200,height=600) map.add("",attr,value,maptype="world",is_visualmap=True,visual_text_color='#000') map.render('Map-World.html')
10、平行坐标图——Parallel
parallel=pyecharts.Parallel("高低温度的平行坐标系图",'2018-4-16',width=1200,height=600) parallel.config(cities[:20]) parallel.add("高低温",[highs[:20],lows[:20]],is_random=True) parallel.render('Parallel-High-Low.html')
11、饼图——Pie
sun=0 cloud=0 lit_rain=0 mit_rain=0 sail=0 shadom=0 z_rain=0 th_rain=0 foriintypes: ifi=='晴': sun+=1 elifi=='多云': cloud+=1 elifi=='小雨': lit_rain+=1 elifi=='中雨': mit_rain+=1 elifi=='阴': shadom+=1 elifi=='阵雨': z_rain+=1 elifi=='雷阵雨': th_rain+=1 elifi=='扬沙': sail+=1 pie=pyecharts.Pie("全国天气类型比例",'2018-4-16') pie.add('天气类型',weather,[mit_rain,lit_rain,sail,sun,th_rain,cloud,shadom,z_rain],is_label_show=True) pie.render('Pie-weather.html')
修改:
pie=pyecharts.Pie("全国天气类型比例",'2018-4-16',title_pos='center') pie.add('天气类型',weather,[mit_rain,lit_rain,sail,sun,th_rain,cloud,shadom,z_rain],is_label_show=True,legend_pos='left',label_text_color=None,legend_orient='vertical',radius=[30,75]) pie.render('Pie-weather.html')
pie镶嵌:
center->list
饼图的中心(圆心)坐标,数组的第一项是横坐标,第二项是纵坐标,默认为[50,50]默认设置成百分比,设置成百分比时第一项是相对于容器宽度,第二项是相对于容器高度
rosetype->str
是否展示成南丁格尔图,通过半径区分数据大小,有'radius'和'area'两种模式。默认为'radius'radius:扇区圆心角展现数据的百分比,半径展现数据的大小area:所有扇区圆心角相同,仅通过半径展现数据大小
pie=pyecharts.Pie("全国天气类型比例",'2018-4-16') pie.add('',weather,[mit_rain,lit_rain,sail,sun,th_rain,cloud,shadom,z_rain],is_label_show=True,label_text_color=None,legend_orient='vertical',radius=[40,50],center=[50,50]) pie.add('',['中雨','小雨','扬沙','晴'],[lit_rain,mit_rain,sun,sail],radius=[10,35],center=[50,50],rosetype='area') pie.render('Pie-weather.html')
至此,pyecharts的大多数图标的绘制我们都可以实现了,更多知识可以查看下面链接
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。