python数据分析总结(pyecharts)

目录

安装依赖

Demo

pyecharts.options

图表绘制

WordCloud.shape


安装依赖

pip install pyecharts

Demo

### 对象式

from pyecharts.charts import Bar
bar = Bar()
bar.add_xaxis([1,2,3,4,5])
bar.add_yaxis("数据1",[40,56,65,23,56])
bar.add_yaxis("数据2",[53,45,56,78,34])
bar.render("echarts.html")

### 链式

bar = (
    Bar()
    .add_xaxis([1,2,3,4,5])
    .add_yaxis("数据1",[40,56,65,23,56])
    .add_yaxis("数据2",[53,45,56,78,34])
)
bar.render("echarts.html")

 

pyecharts.options

 ### 模块导入
from pyecharts import options as opts


### 初始选项:options.InitOpts()
属性参数:
    width、height:设置画布宽高(单位px)
    chart_id:图表id
    page_title:网页标题
    theme:图表主题(pyecharts.global.ThemeType)
    bg_color:图表背景色
使用:
    Bar(init_opts=opts.InitOpts())


### 标题选项:options.TitleOpts()
属性参数:
    title:主标题
    title_link:标题链接
    subtitle:副标题
    subtitle_link:副标题链接
    pos_left/right/top/bottom:相对容器位置
    padding:标题内边距
    title_textstyle_opts:主标题文字样式选项(opts.TextStyleOpts)
使用:
    bar.set_global_opts(title_opts=opts.TitleOpts())


### 图例选项:options.LegendOpts()
属性参数:
    is_show:是否显示图例
    pos_left/right/top/bottom:相对容器位置
    legend_icon:图例图标
使用:
    bar.set_global_opts(legend_opts=opts.LegendOpts())


### 提示框选项:options.TooltipOpts()
属性参数:
    is_show:是否显示提示框
    trigger:触发类型(item、axis)
    trigger_on:触发条件(click、mousemove)
    axis_pointer_type:指示器类型
    background_color:背景颜色
    border_color:边框颜色
    border_width:边框宽度
    textstyle_opts:字体样式选项(opts.TextStyleOpts)
使用:
    bar.set_global_opts(tooltip_opts=opts.TooltipOpts())


### 视觉映射:options.VisualMapOpts()
属性参数:
    is_show:是否显示
    min_:颜色条所对应的最小值
    max_:颜色条所对应的最大值
    range_text:颜色条两端文本
    range_color:颜色范围(支持十六进制)
    orient:颜色条放置方向
使用:
    bar.set_global_opts(visualmap_opts=opts.VisualMapOpts())

    
### 工具箱:options.ToolboxOpts()
属性参数:
    is_show:是否显示
    orient:显示方向
    pos_left/right/top/bottom:相对容器位置
    feature:配置项
使用:
    bar.set_global_opts(toolbox_opts=opts.ToolboxOpts())

    
### 区域缩放:options.DataZoomOpts()
属性参数:
    is_show:是否显示
    is_realtime:是否实时更新图表
    range_start:数据窗口的起始百分比
    range_end:数据窗口的结束百分比
    start_value:起始数值
    end_value:结束数值
    orient:显示方向
    pos_left/right/top/bottom:相对容器的位置
使用:
    bar.set_global_opts(datazoom_opts=opts.DataZoomOpts)

图表绘制

 ### 前言:
在pyecharts中,要求x轴数据必须为字符串,否则图表不显示。

### Bar():
add_xaxis()
add_yaxis()
add_dataset()

### Line():
add_xaxis()
add_yaxis(series_name,y_axis,color,symbol,

                  symbol_size,is_smooth,

                  linestyle_opts,areastyle_opts

                )
面积图:areastyle_opts = opts.AreaStyleOpts(opacity=1)

### Pie():
add(series_name,data_pair,color,radius,rosetype,is_clockwise)

### EffectScatter():
add_xaxis()
add_yaxis()

### WordCloud():
add(series_name,data_pair,shape,word_gap,width,height)

### Liquid():
add(series_name,data,color,background_color)

### Calendar():
add(series_name,yaxis_data,calendar_opts,visualmap_opts)

### HeatMap():
add_xaxis()
add_yaxis()

 

WordCloud.shape

valuedesc
circle圆形
cardioid
diamond钻石形
triangle-forward向前三角形
triangle三角形
pentagon五边形
star星形

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/228282.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

远程服务器QEMU+Ubuntu+GRUB+VNC最佳实践

远程服务器QEMUUbuntuGRUBVNC最佳实践 1. 准备2. QEMU启动安装Ubuntu2.1 服务器端2.2 本地端 3. 从服务器终端控制虚拟机GRUB与虚拟机终端 这段时间参与大量内核切换测试工作,实体机需要硬件自检太过笨重,因此主要通过QEMU验证正确性。有一个很大的问题是…

docker的资源控制

对容器使用宿主机的资源进行限制。例如:cpu、内容、磁盘I/O docker使用Linux自带的功能Cgroup功能进行控制 Cgroup是什么? Cgroup:Control grouos是Linux内核系统提供的一种可以限制、记录、隔离进程组所使用的物理资源机制。 docker借助…

Intel® Enclave Access Control and Data Structures(二)

文章目录 前言一、Overview of Enclave Execution Environment二、Terminology三、Access-control Requirements四、Segment-based Access Control五、Page-based Access Control5.1 Access-control for Accesses that Originate from non-SGX Instructions5.2 Memory Accesses…

原码,补码,反码(极简版)

原码补码反码 都有符号位,0表示正数,1表示负数 正数 正数的原码,补码,反码都相同 负数 负数的原码,最高位是1,其余的用正常二进制表示 负数的反码,对原码进行符号位不变,其余位…

网站高性能架构设计——web前端与池化

从公众号转载,关注微信公众号掌握更多技术动态 --------------------------------------------------------------- 一、高性能浏览器访问 1.减少HTTP请求 HTTP协议是无状态的应用层协议,也就是说每次HTTP请求都需要建立通信链路、进行数据传输&#xf…

vue-baidu-map实现在地图上选择范围并解决相关问题

vue-baidu-map实现在地图上选择范围并解决相关问题 实现地图上选择不规则范围实现功能遇到的问题1、覆盖物多边形怎么才能盖住覆盖物点2、遇到其他问题 实现地图上选择不规则范围 这个功能比较简单,只需要使用vue-baidu-map插件的覆盖物多边形功能就行了。直接看文…

重生奇迹mu卓越哪里掉的最多

项链篇 [火之项链] 1.地下城:(地狱猎犬怪,骷髅战士,地狱蜘蛛,死灵巫师,毒牛怪,暗黑骑士) 2.失落之塔:(鬼魂,剧毒鬼魂) 3.亚特兰蒂斯:(小巴哈姆特,死亡美人鱼,蓝翼海怪) [雷之项链] 1.地下城:(毒牛怪,暗黑骑士,魔鬼戈登) 2.失落之塔:(鬼魂,剧毒鬼魂,诅咒巫师,牛魔王,恶魔…

二叉树oj题总结

1.检查两颗树是否相同 https://leetcode.cn/problems/same-tree/ 分成子问题和结束条件 ,这里用前序的思想解题(先判断根,再左右子树),不然会很浪费时间。假如左右相等,最后根不同,白白比较了 …

员工持股平台模式有哪几种?

员工持股平台模式 目前在现有的市场环境下持股平台的模式主要有公司型的持股平台以及有限合伙企业的持股平台。 (一)公司型员工持股平台 设立公司型的员工持股平台的唯一目的是为了让平台公司受让母公司的股权,从而实现员工间接持有母公司股权…

自动定量包装机市场研究: 2023年行业发展潜力分析

中国包装机械业取得了快速发展,但也出现了一些低水平重复建设现象。据有关资料显示,与工业发达国家相比,中国食品和包装机械产品品种缺乏25%-30%,技术水平落后15-25年。我国包装专用设备制造行业规模以上企业有319家,主…

宁盾统一身份中台助力某集团公司实现统一身份认证和管理(如泛微OA、微软AD)

某集团公司是一家以钢铁为主业,涉足互联网金融、文化健康、智慧城市、现代物流等多领域的大型现代化企业集团。创业发展已有三十余年,拥有员工人数超万人,为了提升管理效率,同时实现国产化创新和数字化转型,公司采用了…

[MySQL] MySQL复合查询(多表查询、子查询)

前面我们学习了MySQL简单的单表查询。但是我们发现,在很多情况下单表查询并不能很好的满足我们的查询需求。本篇文章会重点讲解MySQL中的多表查询、子查询和一些复杂查询。希望本篇文章会对你有所帮助。 文章目录 一、基本查询回顾 二、多表查询 2、1 笛卡尔积 2、2…

JVM 命令行监控及诊断工具

面试题 你使用过Java虚拟机性能监控和故障处理工具吗?(美图) 怎么打出线程栈信息。(字节跳动) JVM诊断调优工具用过哪些? (京东) 怎么获取 Java 程序使用的内存?堆使用…

Linux学习教程(第十四章 Linux系统服务管理)一

第十四章 Linux系统服务管理(一) 什么是系统服务?服务是在后台运行的应用程序,并且可以提供一些本地系统或网络的功能。 那么,Linux 中常见的服务有那些,这些服务怎么分类,服务如何启动&#x…

diffusers pipeline拆解:理解pipelines、models和schedulers

diffusers pipeline拆解:理解pipelines、models和schedulers 翻译自:https://huggingface.co/docs/diffusers/using-diffusers/write_own_pipeline v0.24.0 diffusers 设计初衷就是作为一个简单且易用的工具包,来帮助你在自己的使用场景中构建…

四十、Saga模式

目录 一、定义 二、流程 三、优点 四、缺点 五、四种模式的对比 一、定义 Saga模式是一种用于处理复杂异步操作流的模式,通常用于React/Redux的应用程序中。在这种模式中,业务逻辑被分成多个离散步骤,每个步骤都是一个Generator函数&…

AUTOSAR CP Port Driver简介

Port Driver 1 背景2 基于 EB 及 TC39X 配置3 Port API 使用1 背景 Port driver 在 AUTOSAR 中是一个比较冷门的模块,基本上在 MCAL 层级,关注的人也少,他由不像其他模块那样通用型比较强,Port 在每种内核的 MCU 的配置都有区别,甚至有些芯片直接没有 Port 模块,使用其他方…

企业级高级美颜美妆SDK解决方案

人们对于美的追求已经不仅仅局限于现实世界,更延伸到了虚拟世界。为了满足这一需求,美摄科技全新开发了一款高级美颜美妆SDK,为企业提供了一站式的美颜美妆解决方案。 这款全新的美颜美妆SDK,是我们对美颜技术的一次全面升级。它…

Java实现布隆过滤器

一、概述 布隆过滤器本质上是一个很长的二进制数组,主要用来判断一个数据存不存在数组里,如果存在就用1表示,不存在用0表示,它的优点是空间效率和查询时间都比一般的算法要好的多,缺点是有一定的误识别率和删除困难。 …

教你pycharm运行Django第一个项目

文章目录 前言搭建Django:1.新建Django项目:2.为Django项目指定远程中创建的虚拟环境下的python解释器:3.配置ubuntu的端口转发(添加端口号为1234的端口):关于Python技术储备一、Python所有方向的学习路线二、Python基…