软件测试|Python数据可视化神器——pyecharts教程(四)

简介: 软件测试|Python数据可视化神器——pyecharts教程(四)

前言

我们之前使用pyecharts绘制了柱状图,绘制了叠加柱状图,绘制了地理信息图,还绘制了饼状图,本篇文章我们主要讲解绘制双y轴的图形绘制。

柱状图&折线图

日常工作中,当我们分析一个具体数据的增长趋势时,仅仅看量的变化并不能很直观很真实的看到趋势,我们还需要看到百分比的变化,但是绘制两个图的化,又不能很好的结合来看,那我们可以把两个图合并到一起吗,当然可以。pyecharts支持我们绘制柱状图与折线图结合的图形。

我们以江西省近几年的GDP总量和GDP增速为例,绘制一个柱状图和折线图,代码如下:

from pyecharts.charts import *
from pyecharts import options as opts


x_data = ['2016', '2017', '2018', '2019', '2020', '2021', '2022']
y_data_1 = [18400, 20200, 22700, 24700, 25800, 29800, 32074]
y_data_2 = [9, 8.8, 8.7, 7.9, 3.8, 8.9, 4.7]



def bar_line_combine_with_two_axis():
    bar = Bar(init_opts=opts.InitOpts(theme='light',
                                      width='1000px',
                                      height='600px'))
    bar.add_xaxis(x_data)
    # 添加一个Y轴
    bar.extend_axis(yaxis=opts.AxisOpts())
    bar.add_yaxis('历年GDP(亿人民币)', y_data_1, yaxis_index=0)

    line = Line(init_opts=opts.InitOpts(theme='light',
                                        width='1000px',
                                        height='600px'))
    line.add_xaxis(x_data)
    # 将line数据通过yaxis_index指向后添加的Y轴
    line.add_yaxis('历年GDP增长率%', y_data_2, yaxis_index=1)

    bar.overlap(line)
    return bar


chart = bar_line_combine_with_two_axis()
chart.render_notebook()
chart.render()

生成的图像如下:
在这里插入图片描述
这样我们就完成了绘制柱状图与折线图双y轴图形的绘制。

双柱状图

很多时候我们除了看增长率,也会看增量,所以我们需要有总量和增量两个y轴,看增量的趋势。我们还是以江西省的GDP总量和增量数据来进行绘图。代码如下:

from pyecharts.charts import *
from pyecharts import options as opts


x_data = ['2016', '2017', '2018', '2019', '2020', '2021', '2022']
y_data_1 = [18400, 20200, 22700, 24700, 25800, 29800, 32074]
y_data_2 = [1600, 1800, 2500, 2000, 1100, 4000, 2274]

def bar_line_combine_with_two_axis():
    bar = Bar(init_opts=opts.InitOpts(theme='light',
                                      width='1000px',
                                      height='600px'))
    bar.add_xaxis(x_data)
    # 添加一个Y轴
    bar.extend_axis(yaxis=opts.AxisOpts())
    bar.add_yaxis('历年GDP(亿人民币)', y_data_1, yaxis_index=0)
    bar.add_yaxis('历年GDP增量(亿人民币)', y_data_2, yaxis_index=1)

    return bar


chart = bar_line_combine_with_two_axis()
chart.render_notebook()
chart.render()

绘制图表如下:

在这里插入图片描述

总结

本文主要介绍了使用pyecharts绘制双y轴图形的步骤,双y轴图形在我们工作中使用非常多,希望这篇文章能帮到大家!

相关文章
|
3天前
|
数据可视化 数据挖掘 DataX
Python 数据可视化的完整指南
Python 数据可视化在数据分析和科学研究中至关重要,它能帮助我们理解数据、发现规律并以直观方式呈现复杂信息。Python 提供了丰富的可视化库,如 Matplotlib、Seaborn、Plotly 和 Pandas 的绘图功能,使得图表生成简单高效。本文通过具体代码示例和案例,介绍了折线图、柱状图、饼图、散点图、箱形图、热力图和小提琴图等常用图表类型,并讲解了自定义样式和高级技巧,帮助读者更好地掌握 Python 数据可视化工具的应用。
20 3
|
20天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
46 8
|
20天前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
60 7
|
20天前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
47 4
|
20天前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
42 5
|
数据可视化 JavaScript 搜索推荐
Py之pyecharts:python包之数据可视化包pyecharts简介、安装、使用方法之详细攻略
Py之pyecharts:python包之数据可视化包pyecharts简介、安装、使用方法之详细攻略
Py之pyecharts:python包之数据可视化包pyecharts简介、安装、使用方法之详细攻略
|
29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!
|
28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。
|
16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。
102 80
|
5天前
|
Python
[oeasy]python055_python编程_容易出现的问题_函数名的重新赋值_print_int
本文介绍了Python编程中容易出现的问题,特别是函数名、类名和模块名的重新赋值。通过具体示例展示了将内建函数(如`print`、`int`、`max`)或模块名(如`os`)重新赋值为其他类型后,会导致原有功能失效。例如,将`print`赋值为整数后,无法再用其输出内容;将`int`赋值为整数后,无法再进行类型转换。重新赋值后,这些名称失去了原有的功能,可能导致程序错误。总结指出,已有的函数名、类名和模块名不适合覆盖赋新值,否则会失去原有功能。如果需要使用类似的变量名,建议采用其他命名方式以避免冲突。
27 14