绘制pyecharts的三种方式(1.0+版本)

简介: 笔记

第一种:生成HTML文件


柱形图为例

# 导入柱状图-Bar
from pyecharts.charts import Bar
from pyecharts import options as opts
# 设置行名
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
# 设置列数据
data1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
data2 = [1.2,3.4,5.4,3.3,4.3,5.6,76.8,54.5,5,4,7.6,4.7]
# bar是实例对象
bar = Bar()
# x轴数据
bar.add_xaxis(xaxis_data=columns)
# 第一个参数是图例名称,第二个参数是y轴数据
bar.add_yaxis(series_name= "平台A",yaxis_data=data1)
bar.add_yaxis(series_name="平台B",yaxis_data=data2)
# 设置表的名称
bar.set_global_opts(title_opts=opts.TitleOpts(title='不同平台分析表'))
# x轴和y轴转换
# bar.reversal_axis()
# 生成html文件
bar.render('first_bar.html')

运行效果

18.png


第二种:内嵌展示


在jupyter notebook中,通过内嵌展示可以直接显示出来

# 导入柱状图-Bar
from pyecharts.charts import Bar
from pyecharts import options as opts
# 设置行名
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
# 设置列数据
data1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
data2 = [1.2,3.4,5.4,3.3,4.3,5.6,76.8,54.5,5,4,7.6,4.7]
# bar是实例对象
bar = Bar()
# x轴数据
bar.add_xaxis(xaxis_data=columns)
# 第一个参数是图例名称,第二个参数是y轴数据
bar.add_yaxis(series_name= "平台A",yaxis_data=data1)
bar.add_yaxis(series_name="平台B",yaxis_data=data2)
# 设置表的名称
bar.set_global_opts(title_opts=opts.TitleOpts(title='不同平台分析表'))
# jupyter内嵌展示
bar.render_notebook()

运行结果一样


第三种:生成图片文件


在生成图片之前需要两件事情

1.安装软件

pip install snapshot_selenium

采用chromedriver进行图片操作


2.配置环境变量

将chromedriver驱动放到PATHua环境变量下

见链接:

https://blog.csdn.net/shenfuli/article/details/94401967

from snapshot_selenium import snapshot as driver
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.render import make_snapshot
def bar_chart() ->Bar:
    # 设置行名
    columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
    # 设置列数据
    data1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
    data2 = [1.2, 3.4, 5.4, 3.3, 4.3, 5.6, 76.8, 54.5, 5, 4, 7.6, 4.7]
    # bar是实例对象
    c = Bar()
    # x轴数据
    c.add_xaxis(xaxis_data=columns)
    # 第一个参数是图例名称,第二个参数是y轴数据
    c.add_yaxis(series_name="平台A", yaxis_data=data1)
    c.add_yaxis(series_name="平台B", yaxis_data=data2)
    # 设置表的名称
    c.set_global_opts(title_opts=opts.TitleOpts(title='不同平台分析表'))
    return c
c = bar_chart()
make_snapshot(driver,c.render(),"first.png")

运行结果

19.png


相关文章
如何阻止 iCloud 同步某个文件夹?
如何阻止 iCloud 同步某个文件夹?
308 0
如何阻止 iCloud 同步某个文件夹?
|
算法 C++ 机器学习/深度学习
|
3月前
|
监控 前端开发 测试技术
如何实现前端工程化的持续集成和持续部署?
通过以上步骤,可以建立一套完整的前端工程化 CI/CD 流程,实现前端代码从开发、测试、构建到部署的全自动化,提高开发效率、保证代码质量,快速响应用户需求和市场变化。
|
存储 缓存 NoSQL
Redis7.0以后AOF底层原理变更图解
Redis7.0以后AOF底层原理变更图解
|
机器学习/深度学习 存储 编解码
YOLO家族系列模型的演变:从v1到v8(下)
昨天的文章中,我们回顾了 YOLO 家族的前 9 个架构。本文中将继续总结最后3个框架,还有本月最新发布的YOLO V8.
1708 0
YOLO家族系列模型的演变:从v1到v8(下)
|
9月前
|
XML JavaScript 前端开发
javaScript 原生DOM节点操作(最实用的dom节点操作大全)
javaScript 原生DOM节点操作(最实用的dom节点操作大全)
61 0
|
机器学习/深度学习 SEO
介绍几个DNN SEO模块,可免费试用的
iFinity Url Master - Get the best SEO results by taking control of your DNN urls iFinity Tagger - Tag your DNN content and create specific, target...
|
Java 物联网 Shell
【转】TIOBE 12 月排行榜:古老的 C 和后起之秀 Kotlin,谁是年度编程语言之王?
转瞬之间,今年已进入为期不足一个月的倒计时模式。在编程语言界,谁将问鼎 2017  年度编程语言?诸多开发者众说纷纭,有人说是最近风头正盛且被纳入中国高考科目的 Python、有人认为还是老牌常青藤 Java、亦有人赞成是今年刚被 Google 拥抱的 Kotlin? 然而根据最新的 TIOBE 12 月编程语言排行榜来看,年度最佳候选人除了以上猜中的一个 Kotlin 之外,我们还发现了一个意想不到的候选人——C 语言。
2251 0
|
Java
hdu1181 变形课(暴力搜索法)
hdu1181 变形课(暴力搜索法)
45 0

热门文章

最新文章