可视化 | Python精美动态水球图

简介: 可视化 | Python精美动态水球图

本期导读

大家好,我是欧K。

水球图是一种非常适合展现百分比数据的图表在工作中,我们往往需要定期汇报工作进度,比如完成率60%,业绩完成80%等等,使用水球图可以达到很不错的数据展示效果。本期给大家分享如何使用python绘制各种精美的动态水球图,希望对你有所帮助。




1. 准备工作

1.1 pyechars安装

这里有两种安装方法:

# 方法1
pip install pyecharts
# 方法2
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ pyecharts

1.2 导入模块

from pyecharts import options as opts
from pyecharts.charts import Grid, Liquid
from pyecharts.commons.utils import JsCode


2. 绘制水球图

2.1 基本水球图

代码:

c1 = (
    Liquid()
    .add('lq',
         [0.35],
         center=['30%', '50%'],
         is_outline_show=False,
         shape='circle'
         )
    .set_global_opts(title_opts=opts.TitleOpts(title='基本水球图-1',pos_top='30',pos_left='10%'))
    .render('基本水球图-1.html')
)

效果:

水球外形,有circle, rect, roundRect, triangle, diamond, pin, arrow 可选,通过shape参数选取,默认值为circle。


2.2 增加边框,改变形状

代码

c2 = (
    Liquid()
    .add('lq',
         [0.35],
         center=['30%', '50%'],
         is_outline_show=True,
         shape='roundRect'
         )
    .set_global_opts(title_opts=opts.TitleOpts(title='基本水球图-2',pos_top='30',pos_left='10%'))
    .render('基本水球图-2.html')
)

效果

is_outline_show参数可设置是否显示外边框。

2.3 多波浪

代码

c3 = (
    Liquid()
    .add('lq',
         [0.75,0.5,0.2],
         center=['30%', '50%'],
         is_outline_show=True,
         shape='roundRect'
         )
    .set_global_opts(title_opts=opts.TitleOpts(title='基本水球图-3',pos_top='30',pos_left='10%'))
    .render('基本水球图-3.html')
)

效果

2.4 增加标注,改变字体大小,改变填充颜色

代码

c4 = (
    Liquid()
    .add('lq',
         [0.6],
         center=['30%', '50%'],
         is_outline_show=True,
         shape='diamond',
         color=['#008B8B'],
         label_opts = opts.LabelOpts(font_size=30, formatter=JsCode(
            """function (param) {
                    return ('完成度:'+Math.floor(param.value * 10000) / 100) + '%';
                }"""
            ),position='inside'),
         )
    .set_global_opts(title_opts=opts.TitleOpts(title='基本水球图-4',pos_top='30',pos_left='10%'))
    .render('基本水球图-4.html')
)

效果

2.5 多图并列显示

代码

l1 = (
    Liquid()
    .add('lq',
         [0.2],
         shape='circle',
         center=['20%', '50%'],
         label_opts=opts.LabelOpts(
             font_size=20,
             formatter=JsCode(
                """function (param) {
                        return ('完成度:'+Math.floor(param.value * 10000) / 100) + '%';
                    }"""
            ),
            position='inside',
            ),
        )
)
l2 = (
    Liquid()
    .add('lq',
         [0.5,0.3],
         shape='diamond',
         center=['50%', '50%'],
         label_opts=opts.LabelOpts(
             font_size=20,
             formatter=JsCode(
                """function (param) {
                        return ('完成度:'+Math.floor(param.value * 10000) / 100) + '%';
                    }"""
            ),
            position='inside',
            ),
        )
)
l3= Liquid().add(
    'lq',
    [0.85, 0.5, 0.2],
    shape='roundRect',
    center=['80%', '50%'],
    label_opts=opts.LabelOpts(
        font_size=20,
        formatter=JsCode(
            """function (param) {
                    return ('完成度:'+Math.floor(param.value * 10000) / 100) + '%';
                }"""
        ),
        position='inside',
    ),
)
grid = Grid().add(l1, grid_opts=opts.GridOpts()).add(l2, grid_opts=opts.GridOpts()).add(l3, grid_opts=opts.GridOpts())
grid.render('基本水球图-6.html')


效果

END

以上就是本期为大家整理的全部内容了,赶快练习起来吧,喜欢的朋友可以点赞、点在看也可以分享到朋友圈让更多人知道哦

相关文章
|
15天前
|
数据可视化 编译器 Python
Manim:数学可视化的强大工具 | python小知识
Manim(Manim Community Edition)是由3Blue1Brown的Grant Sanderson开发的数学动画引擎,专为数学和科学可视化设计。它结合了Python的灵活性与LaTeX的精确性,支持多领域的内容展示,能生成清晰、精确的数学动画,广泛应用于教育视频制作。安装简单,入门容易,适合教育工作者和编程爱好者使用。
78 7
|
29天前
|
存储 数据可视化 数据挖掘
使用Python进行数据分析和可视化
本文将引导你理解如何使用Python进行数据分析和可视化。我们将从基础的数据结构开始,逐步深入到数据处理和分析的方法,最后通过实际的代码示例来展示如何创建直观的数据可视化。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和技巧。让我们一起探索数据的世界,发现隐藏在数字背后的故事!
|
1月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析和可视化
【10月更文挑战第42天】本文将介绍如何使用Python进行数据分析和可视化。我们将从数据导入、清洗、探索性分析、建模预测,以及结果的可视化展示等方面展开讲解。通过这篇文章,你将了解到Python在数据处理和分析中的强大功能,以及如何利用这些工具来提升你的工作效率。
|
1月前
|
数据可视化 搜索推荐 Shell
Python与Plotly:B站每周必看榜单的可视化解决方案
Python与Plotly:B站每周必看榜单的可视化解决方案
|
1月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据分析和可视化
【10月更文挑战第33天】本文将介绍如何使用Python编程语言进行数据分析和可视化。我们将从数据清洗开始,然后进行数据探索性分析,最后使用matplotlib和seaborn库进行数据可视化。通过阅读本文,你将学会如何运用Python进行数据处理和可视化展示。
|
2月前
|
数据采集 Web App开发 数据可视化
Python爬虫教程:Selenium可视化爬虫的快速入门
Python爬虫教程:Selenium可视化爬虫的快速入门
|
2月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据处理与可视化——以气温数据分析为例
【10月更文挑战第12天】使用Python进行数据处理与可视化——以气温数据分析为例
334 0
|
18天前
|
人工智能 数据可视化 数据挖掘
探索Python编程:从基础到高级
在这篇文章中,我们将一起深入探索Python编程的世界。无论你是初学者还是有经验的程序员,都可以从中获得新的知识和技能。我们将从Python的基础语法开始,然后逐步过渡到更复杂的主题,如面向对象编程、异常处理和模块使用。最后,我们将通过一些实际的代码示例,来展示如何应用这些知识解决实际问题。让我们一起开启Python编程的旅程吧!
|
17天前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
5天前
|
Unix Linux 程序员
[oeasy]python053_学编程为什么从hello_world_开始
视频介绍了“Hello World”程序的由来及其在编程中的重要性。从贝尔实验室诞生的Unix系统和C语言说起,讲述了“Hello World”作为经典示例的起源和流传过程。文章还探讨了C语言对其他编程语言的影响,以及它在系统编程中的地位。最后总结了“Hello World”、print、小括号和双引号等编程概念的来源。
98 80