5.仪表盘
代码如下：
# -*- coding:utf-8 -*- from pyecharts import Gauge g = Gauge("仪表盘图形","副图标") g.add("重大项目", "投资占比", 66.66) g.show_config() g.render("g.html")
输出图形如下所示：
6.水球图
代码如下：
# -*- coding:utf-8 -*- from pyecharts import Liquid liquid = Liquid("水球图") liquid.add("Liquid", [0.8]) liquid.show_config() liquid.render()
输出如下图所示：
讲到这里基本的图形讲解完毕，更多知识推荐大家结合实际应用研究。
利用echarts画地图(热力图)(世界地图，省市地图，区县地图)
世界地图
from pyecharts import Map value = [95.1, 23.2, 43.3, 66.4, 88.5] attr = ["China", "Canada", "Brazil", "Russia", "United States"] map0 = Map("世界地图示例", width=1200, height=600) map0.add("世界地图", attr, value, maptype="world", is_visualmap=True, visual_text_color='#000') map0.render(path="世界地图.html")
中国地图
from pyecharts import Map province_distribution = {'河南': 45.23, '北京': 37.56, '河北': 21, '辽宁': 12, '江西': 6, '上海': 20, '安徽': 10, '江苏': 16, '湖南': 9,'浙江': 13, '海南': 2, '广东': 22, '湖北': 8, '黑龙江': 11, '澳门': 1, '陕西': 11, '四川': 7, '内蒙古': 3, '重庆': 3,'云南': 6, '贵州': 2, '吉林': 3, '山西': 12, '山东': 11, '福建': 4, '青海': 1, '天津': 1,'其他': 1} provice = list(province_distribution.keys()) values = list(province_distribution.values()) map = Map("中国地图", '中国地图', width=1200, height=600) map.add("", provice, values, visual_range=[0, 50], maptype='china', is_visualmap=True,visual_text_color='#000') map.render(path="中国地图.html")
省市地图
from pyecharts import Map map2 = Map("贵州地图", '贵州', width=1200, height=600) city = ['贵阳市', '六盘水市', '遵义市', '安顺市', '毕节市', '铜仁市', '黔西南布依族苗族自治州', '黔东南苗族侗族自治州', '黔南布依族苗族自治州'] values2 = [1.07, 3.85, 6.38, 8.21, 2.53, 4.37, 9.38, 4.29, 6.1] map2.add('贵州', city, values2, visual_range=[1, 10], maptype='贵州', is_visualmap=True, visual_text_color='#000') map2.render(path="贵州地图.html")
区县地图
from pyecharts import Map quxian = ['观山湖区', '云岩区', '南明区', '花溪区', '乌当区', '白云区', '修文县', '息烽县', '开阳县', '清镇市'] values3 = [3, 5, 7, 8, 2, 4, 7, 8, 2, 4] map3 = Map("贵阳地图", "贵阳", width=1200, height=600) map3.add("贵阳", quxian, values3, visual_range=[1, 10], maptype='贵阳', is_visualmap=True) map3.render(path="贵阳地图.html")
热力图
from pyecharts import Geo keys = ['上海', '北京', '合肥', '哈尔滨', '广州', '成都', '无锡', '杭州', '武汉', '深圳', '西安', '郑州', '重庆', '长沙', '贵阳', '乌鲁木齐'] values = [4.07, 1.85, 4.38, 2.21, 3.53, 4.37, 1.38, 4.29, 4.1, 1.31, 3.92, 4.47, 2.40, 3.60, 1.2, 3.7] geo = Geo("全国主要城市空气质量热力图", "data from pm2.5", title_color="#fff",title_pos="left",width=1200,height=600,background_color='#404a59') geo.add("空气质量热力图", keys, values, visual_range=[0, 5], type='effectScatter',visual_text_color="#fff", symbol_size=15,is_visualmap=True, is_roam=True) # type有scatter, effectScatter, heatmap三种模式可选，可根据自己的需求选择对应的图表模式 geo.render(path="全国主要城市空气质量热力图.html")
