Pyecharts数据可视化(一)

简介: Pyecharts数据可视化(一)

1.Pyecharts简介

Pyecharts是一个用于创建交互式图表的Python库。它基于Echarts,一个强大的JavaScript图表库,Pyecharts允许Python开发者使用Python代码轻松地生成各种类型的图表,包括线性图、饼图、散点图、柱状图、地理地图和热力图等。Pyecharts的目标是使数据可视化变得更加容易,同时保持高度的可定制性。

2.Pyecharts的常用方法

  • chart_name=Type() :初始化具体类型图表
  • chart_name.add() :添加数据及配置项
  • chart_name.render() :生成本地文件
  • chart_name.render_notebook :在jupyter notebook中显示

3.Pyecharts绘制柱状图

可以使用Bar函数绘制柱状图。

  • add_xaxis:加入X轴参数
  • add_yaxis:加入Y轴参数
  • set_global_opts:全局配置设置
  • set_series_opts:系列配置设置

3.1 绘制并列柱状图

from pyecharts.charts import Bar
from pyecharts import options as opts
bar = Bar()
bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
bar.set_global_opts(title_opts = opts.TitleOpts(title = "货品销售情况",subtitle  =  "A和B公司"))
bar.render_notebook()

结果图:

3.2 绘制水平直方图

from pyecharts.charts import Bar
from pyecharts import options as opts
%matplotlib inline
bar = Bar()
bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
bar.set_global_opts(title_opts=opts.TitleOpts(title="货品销售情况",subtitle = "A和B公司"),toolbox_opts = opts.ToolboxOpts(is_show = True))
bar.set_series_opts(label_opts=opts.LabelOpts(position = "right"))
bar.reversal_axis()
bar.render_notebook()

结果图:

右上角有选项可以选择,改变图像样式,例如改成堆叠样式:

目录
相关文章
|
1月前
|
数据可视化 Linux Python
20. Matplotlib 数据可视化(下)
20. Matplotlib 数据可视化
19 1
|
2月前
|
数据采集 数据可视化 算法
利用Matplotlib进行复杂数据可视化
【4月更文挑战第17天】本文介绍了如何使用Python的Matplotlib库进行复杂数据可视化,包括数据预处理(如清洗、降维)、定制图表(选择图表类型、调整样式和布局、添加注释)以及交互式可视化。通过实例展示了如何使用PCA进行降维并绘制散点图,以及如何增强图表的可读性。文章强调了在复杂数据可视化中,预处理和定制化的重要性,并提到了交互式功能以提升用户体验。
|
11月前
|
编解码 数据可视化 Python
Matplotlib数据可视化(一)
Matplotlib数据可视化(一)
105 0
|
2月前
|
数据可视化
Pyecharts数据可视化(二)
Pyecharts数据可视化(二)
26 0
|
2月前
|
数据可视化 Python
Seaborn数据可视化(二)
Seaborn数据可视化(二)
40 0
|
2月前
|
数据可视化 Python
Seaborn数据可视化(一)
Seaborn数据可视化(一)
51 0
|
2月前
|
数据可视化
Seaborn数据可视化(四)
Seaborn数据可视化(四)
36 0
|
2月前
|
数据可视化
Seaborn数据可视化(三)
Seaborn数据可视化(三)
25 0
|
2月前
|
数据可视化 Python
Matplotlib数据可视化(六)
Matplotlib数据可视化(六)
26 0
|
11月前
|
数据可视化 Python
Matplotlib数据可视化(三)
Matplotlib数据可视化(三)
60 0