2023年7月20日星期四

pyecharts

pyecharts

概况

pyecharts模块

如果想要做出数据可视化效果图,可以借助pyecharts模块来完成
Echarts 是个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可,而 Pvthon 是门富有表达力的语言,很适合用于数据处理当数据分析遇上数据可视化时pyecharts 诞生了
echars画廊

pyechars入门

基础折线图

#导包,导入Line功能构建折线图对象
from pyecharts.charts import Line
#得到折线图对象
Tine = Line
#添加x轴数据
Tine.add_xaxis(["中国""美国""英国"])
# 添加y轴数据
line.add_yaxis("GDP"[3020 ,10])
# 生成图表
Tine. render()

pyecharts模块中有很多的配置选项,常用到2个类别的选项

  • 全局配置选项:图像的标题,图例,工具箱
  • 系列配置选项:针对轴数据进行个性化配置

set_global_opts方法

这里全局配置选项可以通过set global opts方法来进行配置,相应的选项和选项的功能如下:
set-global-opts.png

数据处理

通过json模块对数据进行处理

#去不合JSON规范的开头
us_data = us_data.replace("jsonp_1629344292311_69436(""")
#去不合JSON规范的结尾
us_data = us_data[:-2]
#JSON转Python字典
us_dict = json.loads(us_data)
#获取trend key
trend_data = us_dict['data'][o]['trend']
#获取日期数据,用于x轴,取2020年(到314下标结束)
x_data = trend_data['updateDate'][:314]
#获取确认数据,用Fy轴,取2020年(到314下标结束)
y_data = trend_data['list'][o]['data'][:314]
#生成图表
line = Line()
#构建折线图对象
#添加X轴数据
line.add_xaxis(us_x_data)#x轴是公用的,所以使用一个国家的数据即可
#添加y轴数据
Line.add_yaxis("美国确诊人数",us_y_data,label_opts=LabelOpts(is_show=False))
#添加美国的y轴数据
line.add_yaxis("日本确诊人数",jp_y_data)
#添加日本的y轴数据
#添加印度的Y轴数据
Line.add_yaxis("印度确诊人数",in_y_data)
#设置全局选项
line.set_global_opts()
#标题设置
title_opts=Title0pts(title="2020年美日印三国确诊人数对比折线图",pos_left="center",pos_bottom="1%")
# 调用render方法,生成图表
line.render()
#关闭文件对象
f_us.close()
f_jp.close()
f_in.close()

地图

基础地图演示

from pyecharts.charts import Map
pyecharts.options import VisualMapOpts
from
map = Map()
data = [
    ("北京"99),
    ("上海"199)
    ("湖南"299)
    ("台湾"199)
    ("安徽"299)
    ("广州"399)
    ("湖北"599)
]
map.add("地图",data,"china")
#手动校准
map.set_global_opts(
visualmap_opts=VisualMapOpts(
is_show=True,
iis_piecewise=Truer
pieces=[
{"min": 1,
"max":9"label":"1-9人""color":"#CCFFFF"},
{"min": 10,
"max": 99"label":"10-99人""color":"#FFFF99"}
"max": 499"label":99-499","color":"#FF9966"}
{"min": 100,
{"min": 500"max": 999" abel":"499-999人""color":"#FF6666"}{"min": 100日,
"max": 9999"label":"1000-9999人""coTor":
"#CC333了"}
{"min": 1000"label":"10000以上""color":#990033"}

0 评论:

发表评论