PyEcharts-Faker的介绍

1 PyEcharts-Faker

from pyecharts.faker import Faker
方法属性说明对应内容
Faker.clothes[“衬衫”, “毛衣”, “领带”, “裤子”, “风衣”, “高跟鞋”, “袜子”]
Faker.values()[106, 111, 145, 33, 20, 138, 141]
Faker.drinks[“可乐”, “雪碧”, “橙汁”, “绿茶”, “奶茶”, “百威”, “青岛”]
Faker.phones[“小米”, “三星”, “华为”, “苹果”, “魅族”, “VIVO”, “OPPO”]
Faker.fruits[“草莓”, “芒果”, “葡萄”, “雪梨”, “西瓜”, “柠檬”, “车厘子”]
Faker.animal[“河马”, “蟒蛇”, “老虎”, “大象”, “兔子”, “熊猫”, “狮子”]
Faker.cars[“宝马”, “法拉利”, “奔驰”, “奥迪”, “大众”, “丰田”, “特斯拉”]
Faker.dogs[“哈士奇”, “萨摩耶”, “泰迪”, “金毛”, “牧羊犬”, “吉娃娃”, “柯基”]
Faker.week[“周一”, “周二”, “周三”, “周四”, “周五”, “周六”, “周日”]
Faker.week_en[‘Saturday’, ‘Friday’, ‘Thursday’, ‘Wednesday’, ‘Tuesday’, ‘Monday’, ‘Sunday’]
Faker.clock[‘12a’,‘1a’,‘2a’,‘3a’,‘4a’,‘5a’,‘6a’,…,4p’,‘5p’,‘6p’,‘7p’,‘8p’,‘9p’,‘10p’,‘11p’]
Faker.visual_color[ “#313695”, “#4575b4”, “#74add1”, “#abd9e9”, …]
Faker.months‘1月’, ‘2月’, ‘3月’, ‘4月’, ‘5月’, ‘6月’, ‘7月’, ‘8月’, ‘9月’, ‘10月’, ‘11月’, ‘12月’]
Faker.provinces[“广东”, “北京”, “上海”, “江西”, “湖南”, “浙江”, “江苏”]
Faker.guangdong_city[“汕头市”, “汕尾市”, “揭阳市”, “阳江市”, “肇庆市”, “广州市”, “惠州市”]
Faker.country[‘China’, ‘Canada’, ‘Brazil’, ‘Russia’, ‘United States’, ‘Africa’, ‘Germany’]
Faker.days_attrs[‘0天’,‘1天’,‘2天’,‘3天’,‘4天’,‘5天’,‘6天’, ‘7天’,‘8天’,… …,‘28天’,‘29天’]
Faker.days_values生成的从1-30之间的随机天数,顺序是打乱的

2 常用视图

import pyecharts.options as opts
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType

2.1 饼图

from pyecharts.charts import Pie     # 饼图

data_pie = list(zip(Faker.choose(),Faker.values()))
pie_img = (
    Pie()
    .add("",[list(x) for x in data_pie])
    .set_colors(["red","yellow","orange","pink","green","blue","black"])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="饮料价格"),
        legend_opts=opts.LegendOpts(type_="scroll",pos_right="10px",orient="vertaical")
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{c}"))
)
pie_img.render_notebook()

# 玫瑰图
key_pie = Faker.choose()
pie_img = (
    Pie()
    .add("",[list(x) for x in zip(key_pie,Faker.values())],
         radius=["30%","75%"],# 半径大小
         center=["25%","50%"], # 位置
         rosetype="radius"
        )
    .add("",[list(x) for x in zip(key_pie,Faker.values())],
         radius=["30%","75%"],# 半径大小
         center=["80%","50%"], # 位置
         rosetype="radius"
        )
)
pie_img.render_notebook()

在这里插入图片描述

在这里插入图片描述

2.2 柱形图

from pyecharts.charts import Bar     # 柱形图

# 基本柱形图
from pyecharts.charts import Bar
bar_img = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("淘宝",Faker.values())
    .add_yaxis("京东",Faker.values())
    .set_global_opts(
        # 旋转x轴的字体
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=320))
    )
)
bar_img.render_notebook()

# 条形图
from pyecharts.charts import Bar
bar_img = (
    Bar()
    
    .add_xaxis(Faker.choose())
    .add_yaxis("淘宝",Faker.values())
    .add_yaxis("京东",Faker.values())
    # 翻转轴
    .reversal_axis()
    .set_series_opts(
        # 字体显示在右边
        label_opts=opts.LabelOpts(position="right")
    )

)
bar_img.render_notebook()

# 动画柱形图
bar_img = (
    Bar(
        init_opts=opts.InitOpts(
            animation_opts=opts.AnimationOpts(
                animation_delay=1000,  # 动画延时
                animation_easing="elastion" # 弹射出现
            )
        )
    )
    .add_xaxis(Faker.choose())
    .add_yaxis("淘宝",Faker.values())
    .add_yaxis("京东",Faker.values())
)
bar_img.render_notebook()

# 堆叠柱状图
bar_img = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("淘宝",Faker.values(),stack="one")
    .add_yaxis("京东",Faker.values(),stack="one")

)
bar_img.render_notebook()

2.3 JsCode

# 添加背景图
from pyecharts.commons.utils import JsCode
bar_img = (
    Bar(
        init_opts=opts.InitOpts(
           bg_color={
               "image":JsCode("img"),
               "repeat":"no-repeat" # 不重复
           }
            )
        )
    
    .add_xaxis(Faker.choose())
    .add_yaxis("淘宝",Faker.values())
    .add_yaxis("京东",Faker.values())
)
bar_img.add_js_funcs(
    """
    var img = new Image();
    img.src = 'https://www.baidu.com/img/PCtm_d9c8750bed0b3c7d089fa7d55720d6cf.png'
    """

)
bar_img.render_notebook()

# 修改柱状图颜色
color_function = """
        function(params){
            if(params.value>=0 && params.value<=49){
                return 'red';
            } 
            else if (params.value>=50 && params.value<=99){
                return 'green';
            }
            else if (params.value>=100 && params.value<=149){
                return 'blue';
            }
                
            }
"""
bar_img = (
    Bar()
    .add_xaxis(Faker.choose())
#     .add_yaxis("淘宝",Faker.values(),itemstyle_opts=opts.ItemStyleOpts(color="blue"))
    .add_yaxis("淘宝",Faker.values(),itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_function)))
    .add_yaxis("京东",Faker.values(),itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_function)))
    .add_yaxis("天猫",Faker.values(),itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_function)))

)
bar_img.render_notebook()

2.4 象形柱状图

# 象形柱状图
from pyecharts.charts import PictorialBar
from pyecharts.globals import SymbolType

pbar_img = (
    PictorialBar()
    .add_xaxis(["小明","小红","小刚","王强","张伟","大伟","小帅"])
    .add_yaxis(
        "票数",
        Faker.values(),
        label_opts=opts.LabelOpts(is_show=False),
        symbol=SymbolType.ROUND_RECT,  # 符号类型
        symbol_repeat="fixed",         # 重复方式
        symbol_size=20,                # 符号大小
        is_symbol_clip=True
        
    )
    .reversal_axis()
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(is_show=False), # 不显示x轴
        yaxis_opts=opts.AxisOpts(
            axistick_opts=opts.AxisTickOpts(is_show=False),  # y轴刻度隐藏
            axisline_opts=opts.AxisLineOpts(is_show=False)   # y轴线隐藏
        )
        
    )
    
)


pbar_img.render_notebook()

2.5 雷达图

from pyecharts.charts import Radar

num1 = [[8000,10000,7500,6800,13000,15000]]
num2 = [[7000,8000,9500,8800,11000,12500]]

radar_img = (
    Radar()
    .add_schema(
        schema=[
            opts.RadarIndicatorItem(name="demo1",max_=9000),
            opts.RadarIndicatorItem(name="demo2",max_=11000),
            opts.RadarIndicatorItem(name="demo3",max_=10000),
            opts.RadarIndicatorItem(name="demo4",max_=9000),
            opts.RadarIndicatorItem(name="demo5",max_=14000),
            opts.RadarIndicatorItem(name="demo6",max_=16000),
        ]
    )
    .add("数据1",num1,color="green")
    .add("数据2",num2,color="orange")
)
radar_img.render_notebook()

2.6 折线图

from pyecharts.charts import Line
# 简单的折线图

line_img = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("淘宝",Faker.values())
    .add_yaxis("京东",Faker.values(),is_smooth=True)   # 平滑曲线
    .set_global_opts(
    # 提示线
        tooltip_opts=opts.TooltipOpts(trigger="axis")
    )
)
line_img.render_notebook()

# 折线图常用属性
line_img = (
    Line(
        init_opts=opts.InitOpts(width="1000px",height="600px")
    )
    .add_xaxis(Faker.week)
    .add_yaxis("淘宝",Faker.values())
    .add_yaxis(
        "京东",
        Faker.values(),
        symbol="triangle",    # 形状
        symbol_size=15,       # 大小
        # 设置线条样式
        linestyle_opts=opts.LineStyleOpts(
                # 颜色，宽度，样式
                color="green",width=3,type_="dashed"
        ),
        label_opts=opts.LabelOpts(is_show=False),   # 不显示标签
        # 设置点的属性
        itemstyle_opts=opts.ItemStyleOpts(
            border_color="red",border_width=2
        ),
        # 标注点
        markpoint_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max"),# 最大值标注
                opts.MarkPointItem(type_="min"),# 最大值标注
            ]
        ),
        # 标注线
        markline_opts=opts.MarkLineOpts(
            data=[
                opts.MarkLineItem(type_="average")
            ]
        )
    )
    .set_global_opts(
        tooltip_opts=opts.TooltipOpts(trigger="axis")   
    )
)
line_img.render_notebook()

# 基本面积图
line_img = (
    Line()
    .add_xaxis(Faker.week)
    .add_yaxis(
        "淘宝",
        y_axis=[120,110,140,150,140,140,130],
        areastyle_opts=opts.AreaStyleOpts(opacity=0.7)# 添加面积部分颜色
    )
    .set_global_opts(
        tooltip_opts=opts.TooltipOpts(trigger="axis"),
        xaxis_opts=opts.AxisOpts(boundary_gap=False) # 与y轴没有间隙
            
    )

)
line_img.render_notebook()

# 堆叠面积图
line_img = (
    Line()
    .add_xaxis(Faker.week)
    .add_yaxis(
        "淘宝",
        stack="堆叠",
        y_axis=[120,110,140,150,140,140,130],
        areastyle_opts=opts.AreaStyleOpts(opacity=0.7),# 添加面积部分颜色
        label_opts=opts.LabelOpts(is_show=False)    # 隐藏数据
    )
    .add_yaxis(
        "天猫",
        stack="堆叠",
        y_axis=[120,110,140,150,140,140,130],
        areastyle_opts=opts.AreaStyleOpts(opacity=0.7),# 添加面积部分颜色
        label_opts=opts.LabelOpts(is_show=False)
    )
    .add_yaxis(
        "京东",
        stack="堆叠",
        y_axis=[120,110,140,150,140,140,130],
        areastyle_opts=opts.AreaStyleOpts(opacity=0.7),# 添加面积部分颜色
        label_opts=opts.LabelOpts(is_show=False)
    )
    .add_yaxis(
        "拼多多",
        stack="堆叠",
        y_axis=[120,110,140,150,140,140,130],
        areastyle_opts=opts.AreaStyleOpts(opacity=0.7),# 添加面积部分颜色
        label_opts=opts.LabelOpts(is_show=False)
    )

        .set_global_opts(
        tooltip_opts=opts.TooltipOpts(trigger="axis"),
        xaxis_opts=opts.AxisOpts(boundary_gap=True)    
    )
)
line_img.render_notebook()

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/191742.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

【管理运筹学】背诵手册（六）| 图与网络分析（基本概念、最小支撑树问题、最短路问题）

【管理运筹学】背诵手册（六）| 图与网络分析（基本概念、最小支撑树问题、最短路问题）

六、图与网络分析 基本概念、术语 某个边的两个端点相同&#xff0c;称为环&#xff1b;两点之间有多于一条的边&#xff0c;成为多重边。一个无环、无多重边的图称为简单图&#xff0c;无环但允许有多重边的图称为多重图。 次&#xff1a;以 v i v_i vi​ 为端点的边的数目…
阅读更多...
Redis序列化操作

Redis序列化操作

目录 1.protostuff 的 Maven 依赖 2.定义实体类 3.序列化工具类 ProtostuffSerializer 提供了序列化和反序列化方法 4.测试 利用 Jedis 提供的字节数组参数方法&#xff0c;如&#xff1a; public String set(String key, String value) public String set(byte[] key…
阅读更多...
IDEA DeBug

IDEA DeBug

文章目录 01_Debug简介和意义02_IDEA中的Debug步骤03_跳转到当前代码执行的行04_步过调试的使用05_步入调试的使用06_强制步入调试的使用07_步出调试的使用08_回退断点调试的使用09_运行到光标处10_计算表达式11_条件断点12_多线程调试 01_Debug简介和意义 什么是程序DeBug&am…
阅读更多...
人力资源管理后台 === 主页模块

人力资源管理后台 === 主页模块

目录 1.获取用户资料在Vuex中共享 2.显示用户头像和用户名 3.处理头像为空的场景 4.处理token失效的问题 5.调整下拉菜单&#xff0c;实现退出登录 6.修改密码功能实现 6.1-修改密码-弹出层 6.2-修改密码-表单结构 6.3-修改密码-表单校验 6.4-修改密码-确定和取消 7.…
阅读更多...
设计模式精讲：掌握单例模式的实现与优化

设计模式精讲：掌握单例模式的实现与优化

掌握单例模式的实现与优化 一、引言&#xff1a;如何学习设计模式&#xff1f;二、前置知识&#xff1a;对象的创建的销毁2.1、拷贝构造2.2、拷贝赋值构造2.3、移动构造2.4、移动赋值构造 三、单例模式的定义四、单例模式的实现与优化4.1、版本一4.2、版本二4.3、版本三4.4、版…
阅读更多...
均匀球形分布的随机三维单位向量

均匀球形分布的随机三维单位向量

生成具有均匀球形分布的随机三维单位向量[参考] import numpy as np import matplotlib.pyplot as plt def random_three_vector():"""Generates a random 3D unit vector (direction) with a uniform spherical distributionAlgo from http://stackoverflow.c…
阅读更多...
论文阅读：C2VIR-SLAM: Centralized Collaborative Visual-Inertial-Range SLAM

论文阅读：C2VIR-SLAM: Centralized Collaborative Visual-Inertial-Range SLAM

前言 论文全程为C2VIR-SLAM: Centralized Collaborative Visual-Inertial-Range Simultaneous Localization and Mapping&#xff0c;是发表在MDPI drones&#xff08;二区&#xff0c;IF4.8&#xff09;上的一篇论文。这篇文章使用单目相机、惯性测量单元( IMU )和UWB设备作为…
阅读更多...
Node——npm包管理器的使用

Node——npm包管理器的使用

Node.js使用npm对包进行管理&#xff0c;其全称为Node Package Manager&#xff0c;开发人员可以使用它安装、更新或者卸载Node.js的模块 1、npm包管理器基础 1.1、npm概述 npm是Node.js的标准软件包管理器&#xff0c;其在2020年3月17日被GitHub收购&#xff0c;而且保证永…
阅读更多...
1.9 字符数组

1.9 字符数组

1.9 字符数组 一、字符数组概述二、练习 一、字符数组概述 所谓字符数组&#xff0c;就是char类型的数组&#xff0c;比如 char a[]&#xff0c;是C语言中最常用的数组类型&#xff0c;先看一个程序 #include <stdio.h> #define MAXLINE 1000 //最大行长度限制 int get…
阅读更多...
软件介绍02- flameshot截图软件（linux系统可用）

软件介绍02- flameshot截图软件（linux系统可用）

1 软件介绍 在Windows和mac平台一直都使用着snipaste截图&#xff0c;非常好用&#xff0c;又能够钉图。遗憾是并没有开发linux版本&#xff0c;真不知道为什么。 好在终于找到一款截图软件&#xff0c;flameshot截图软件&#xff0c;可以平替snipaste。 下载网址&#xff1a;…
阅读更多...
什么是好的FPGA编码风格？（3）--尽量不要使用锁存器Latch

什么是好的FPGA编码风格？（3）--尽量不要使用锁存器Latch

前言 在FPGA设计中&#xff0c;几乎没人会主动使用锁存器Latch&#xff0c;但有时候不知不觉中你的设计莫名其妙地就生成了一堆Latch&#xff0c;而这些Latch可能会给你带来巨大的麻烦。 什么是锁存器Latch&#xff1f; Latch&#xff0c;锁存器&#xff0c;一种可以存储电路…
阅读更多...
【Linux】进程间通信

【Linux】进程间通信

进程间通信 1. 进程间通信介绍1.1 进程间通信目的1.2 进程间通信发展1.3 进程间通信分类1.4 进程间通信的本质理解 2. 管道3. 匿名管道3.1 pipe()函数3.2 站在文件描述符角度-深度理解管道3.3 站在内核角度-管道本质3.4 匿名管道使用步骤3.4 管道读写规则3.5 管道的读与写的五种…
阅读更多...
复数的乘幂与方根

复数的乘幂与方根

1、乘积与商 设 几何意义&#xff1a; &#xff1a;逆时针旋转一个角度&#xff0c;并伸长倍 &#xff1a;顺时针旋转一个角度&#xff0c;并伸长倍 *特别&#xff1a;不存在 :对实行了一次旋转变换&#xff0c;且长度不变&#xff0c;旋转角为 例题&#xff1a; 2、幂与…
阅读更多...
windows下docker环境搭建与运行实战

windows下docker环境搭建与运行实战

背景 学习docker使用&#xff0c;需要环境&#xff0c;今天主要的目标是在windows环境下安装docker环境。 为什么要这么搞&#xff0c;主要是企业内部服务器&#xff0c;都是跟公网隔离的&#xff0c;没有访问公网权限&#xff0c;所以镜像什么的&#xff0c;从公网拉取完全没…
阅读更多...
MySQL的undo log 与MVCC

MySQL的undo log 与MVCC

文章目录 概要一、undo日志1.undo日志的作用2.undo日志的格式3. 事务id&#xff08;trx_id&#xff09; 二、MVCC1.版本链2.ReadView3.REPEATABLE READ —— 在第一次读取数据时生成一个ReadView4.快照读与当前读 小结 概要 Undo Log&#xff1a;数据库事务开始之前&#xff0…
阅读更多...
qt-C++笔记之不使用ui文件纯C++构建时控件在布局管理器作用下的默认位置和大小实践

qt-C++笔记之不使用ui文件纯C++构建时控件在布局管理器作用下的默认位置和大小实践

qt-C笔记之不使用ui文件纯C构建时控件在布局管理器作用下的默认位置和大小实践 code review! 文章目录 qt-C笔记之不使用ui文件纯C构建时控件在布局管理器作用下的默认位置和大小实践1.ChatGPT解释2.ChatGPT——resize()和move()详解3.默认大小和位置——示例运行一4.默认大小…
阅读更多...
31 - MySQL调优之SQL语句：如何写出高性能SQL语句？

31 - MySQL调优之SQL语句：如何写出高性能SQL语句？

从今天开始&#xff0c;我将带你一起学习 MySQL 的性能调优。MySQL 数据库是互联网公司使用最为频繁的数据库之一&#xff0c;不仅仅因为它开源免费&#xff0c;MySQL 卓越的性能、稳定的服务以及活跃的社区都成就了它的核心竞争力。 我们知道&#xff0c;应用服务与数据库的交…
阅读更多...
3D建模对制造企业的价值

3D建模对制造企业的价值

除非你在过去几年一直躲在岩石下，否则你可能听说过“3D 建模”和“3D 渲染”这些术语。 但为什么这项技术如此重要，尤其是对于产品制造公司而言？ 简而言之，它减少了项目时间和成本。 这为制造商提供了更多的设计试验空间。 未能利用 3D 建模技术的公司很快就会落后于竞争对…
阅读更多...
MYSQL基础之【正则表达式，事务处理】

MYSQL基础之【正则表达式，事务处理】

文章目录 前言MySQL 正则表达式MySQL 事务事务控制语句事务处理方法PHP中使用事务实例 后言 前言 hello world欢迎来到前端的新世界 &#x1f61c;当前文章系列专栏&#xff1a;Mysql &#x1f431;‍&#x1f453;博主在前端领域还有很多知识和技术需要掌握&#xff0c;正在不…
阅读更多...
P18 C++ 继承

P18 C++ 继承

目录 前言 01 不使用继承会让你多打很多无用的代码 02 继承 最后的话 前言 本期我们学习 C 面向对象编程中的继承。 面向对象程序设计中最重要的一个概念是继承。继承允许我们依据另一个类来定义一个类&#xff0c;这使得创建和维护一个应用程序变得更容易。这样做&#…
阅读更多...
最新文章

Copyright @ 2022~2023