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
|
5月前
|
数据可视化 关系型数据库 MySQL
基于python大数据的的海洋气象数据可视化平台
针对海洋气象数据量大、维度多的挑战,设计基于ECharts的可视化平台,结合Python、Django与MySQL,实现数据高效展示与交互分析,提升科研与决策效率。
|
6月前
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
6月前
|
人工智能 数据可视化 测试技术
Postman 性能测试教程:快速上手 API 压测
本文介绍API上线后因高频调用导致服务器告警,通过Postman与Apifox进行压力测试排查性能瓶颈。对比两款工具在批量请求、断言验证、可视化报告等方面的优劣,探讨API性能优化策略及行业未来发展方向。
Postman 性能测试教程:快速上手 API 压测
|
6月前
|
数据采集 存储 XML
Python爬虫技术:从基础到实战的完整教程
最后强调: 父母法律法规限制下进行网络抓取活动; 不得侵犯他人版权隐私利益; 同时也要注意个人安全防止泄露敏感信息.
893 19
|
5月前
|
索引 Python
Python 列表切片赋值教程:掌握 “移花接木” 式列表修改技巧
本文通过生动的“嫁接”比喻,讲解Python列表切片赋值操作。切片可修改原列表内容,实现头部、尾部或中间元素替换,支持不等长赋值,灵活实现列表结构更新。
232 1
|
6月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
6月前
|
监控 测试技术 API
n8n自动化测试教程 (1):环境搭建与初识n8n
n8n是一款开源、可视化的工作流自动化工具,测试工程师可通过拖拽节点快速构建API测试流程,实现测试编排、数据管理、自动化监控与告警等功能,提升测试效率与覆盖率。
|
6月前
|
数据采集 存储 JSON
使用Python获取1688商品详情的教程
本教程介绍如何使用Python爬取1688商品详情信息,涵盖环境配置、代码编写、数据处理及合法合规注意事项,助你快速掌握商品数据抓取与保存技巧。
|
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
|
6月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
650 102

推荐镜像

更多