15 Python进阶: random和pyecharts

简介: 15 Python进阶: random和pyecharts

Python random 模块主要用于生成随机数。

random 模块实现了各种分布的伪随机数生成器。

要使用 random 函数必须先导入:

import random

python random 模块的一般用法

Python中的random模块提供了生成伪随机数的功能,可以用于模拟、游戏开发、密码学等领域。下面是对Python random模块的详细解释和示例:

  1. 生成随机整数
import random
# 生成一个介于1到10之间的随机整数
random_int = random.randint(1, 10)
print(random_int)
  1. 生成随机浮点数
# 生成一个介于0到1之间的随机浮点数
random_float = random.random()
print(random_float)
  1. 从序列中随机选择
# 从列表中随机选择一个元素
my_list = [1, 2, 3, 4, 5]
random_choice = random.choice(my_list)
print(random_choice)
  1. 打乱序列的顺序
# 打乱列表的顺序
random.shuffle(my_list)
print(my_list)
  1. 生成随机种子
# 生成种子
seed_value = random.seed(10)
print(seed_value)

通过使用这些功能,可以实现多种随机数生成需求。需要注意的是,Python中的随机数都是伪随机数,通过对随机数种子的设置,可以实现随机数的复现。

pyecharts

pyecharts 是一个基于 ECharts 的 Python 数据可视化库,它允许用户使用 Python 语言生成各种类型的交互式图表和数据可视化。

ECharts 是由百度开发的一款强大的开源数据可视化库,而 Pyecharts 则是 ECharts 的 Python 封装,使得在 Python 中使用 ECharts 变得更加方便。

pyecharts 提供了一组简单而灵活的 API,使用户能够轻松地创建各种图表,包括但不限于折线图、柱状图、散点图、饼图、地图等。

通过 pyecharts,用户可以使用 Python 语言处理和准备数据,然后使用简洁的代码生成交互式的图表,这些图表可以嵌入到 Web 应用程序中或保存为静态文件。

pyecharts 特点与功能:

  • 简单易用: Pyecharts 提供了直观而友好的 API,使得用户能够快速上手,轻松生成各种图表。
  • 丰富的图表类型: 支持多种常见的图表类型,包括线图、柱状图、散点图、饼图、地图等,满足不同场景的需求。
  • 支持主流数据格式: 能够处理常见的数据格式,如列表、字典、Pandas DataFrame 等。
  • 交互性: 生成的图表可以具有交互性,用户可以通过鼠标悬停、缩放等方式与图表进行互动。
  • 丰富的配置选项: 提供了丰富的配置选项,允许用户自定义图表的样式、布局等属性。
  • 支持主题: 提供多种主题,用户可以根据需要选择合适的主题,使图表更符合应用的整体风格。

安装

pip install pyecharts

安装成功后可以查看 pyecharts 版本:

import pyecharts
print(pyecharts.__version__)

pyecharts 图表类型

举例

from pyecharts.charts import Bar
# 准备数据
x_data = ['一月', '二月', '三月', '四月', '五月']
y_data = [10, 20, 15, 25, 30]
# 创建柱状图
bar_chart = Bar()
bar_chart.add_xaxis(x_data)
bar_chart.add_yaxis("销售额", y_data)
# 也可以传入路径参数,如 bar_chart.render("bar_chart.html")
bar_chart.render()

如果在 bar_chart.render() 中不指定文件路径,Pyecharts 默认会在当前工作目录下生成一个名为 “render.html” 的文件,即生成的图表将保存在 “render.html” 文件中。

如果你希望图表的文件名有一定的规范,或者想要指定保存的路径,可以在 render() 方法中提供文件路径参数。

bar_chart.render("my_bar_chart.html")

设置图表配置选项

from pyecharts import options as opts
from pyecharts.charts import Bar
# 准备数据
x_data = ['一月', '二月', '三月', '四月', '五月']
y_data = [10, 20, 15, 25, 30]
# 创建柱状图
bar_chart = Bar()
bar_chart.add_xaxis(x_data)
bar_chart.add_yaxis("销售额", y_data)
# 配置图表
bar_chart.set_global_opts(
    title_opts=opts.TitleOpts(title="月度销售额柱状图"),
    xaxis_opts=opts.AxisOpts(name="月份"),
    yaxis_opts=opts.AxisOpts(name="销售额(万元)"),
)
# 渲染图表
bar_chart.render("bar_chart.html")

说明:

  • Bar():创建一个柱状图对象。
  • add_xaxis 和 add_yaxis:分别用于添加横轴和纵轴的数据。
  • set_global_opts:配置全局选项,包括标题、坐标轴的名称等。

生成的图表将保存为 “bar_chart.html” 文件,你可以在浏览器中打开该文件,查看生成的柱状图。

使用主题

pyecharts 支持主题切换,用户可以根据自己的需求选择合适的主题来改变图表的样式。

pyecharts 提供了 10+ 种内置主题,开发者也可以定制自己喜欢的主题。

以下是一个简单的例子,演示了如何使用 pyecharts 切换主题:

from pyecharts import options as opts
from pyecharts.charts import Bar
# 内置主题类型可查看 pyecharts.globals.ThemeType
from pyecharts.globals import ThemeType
# 准备数据
x_data = ['一月', '二月', '三月', '四月', '五月']
y_data = [10, 20, 15, 25, 30]
# 创建柱状图
bar_chart = Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))  # 初始主题为亮色系
bar_chart.add_xaxis(x_data)
bar_chart.add_yaxis("销售额", y_data)
# 配置图表
bar_chart.set_global_opts(
    title_opts=opts.TitleOpts(title="月度销售额柱状图"),
    xaxis_opts=opts.AxisOpts(name="月份"),
    yaxis_opts=opts.AxisOpts(name="销售额(万元)"),
)
# 切换到暗色系主题
bar_chart.set_global_opts(theme=ThemeType.DARK)
# 渲染图表
bar_chart.render("themed_bar_chart.html")

以上例子演示了如何在 pyecharts 中使用 ThemeType 来切换主题,pyecharts 支持的主题类型包括 LIGHT(亮色系)、DARK(暗色系)等,你可以根据需求选择合适的主题。

  • init_opts=opts.InitOpts(theme=ThemeType.LIGHT):在创建图表对象时,通过 init_opts 参数指定图表的初始主题,这里设置为亮色系。

更多 pyecharts 模块内容可以参考: https://pyecharts.org/#/zh-cn/intro

关注我,不迷路,共学习,同进步

关注我,不迷路,共学习,同进步

相关文章
|
3月前
|
Python
pyecharts:一款python画图神器
pyecharts:一款python画图神器
53 0
|
3月前
|
数据可视化 搜索推荐 JavaScript
pyecharts模块的几个经典案例(python经典编程案例)
文章提供了多个使用pyecharts模块创建数据可视化的Python编程案例,展示如何生成各种类型的图表并进行定制化设置。
129 0
|
4月前
|
机器学习/深度学习 数据采集 安全
Python中的random模块及相关模块详解
随机函数是计算机科学中一个基础而又重要的概念,random模块为我们提供了丰富的功能来处理随机性。 通过深入学习和应用random模块以及numpy、secrets和matplotlib等相关模块,我们可以更好地处理各种随机性相关的问题。 无论是简单的随机数生成,还是复杂的随机分布和安全随机数,Python都为我们提供了强大的工具和库,使我们能够在各种应用场景中灵活应对随机性需求。
|
4月前
|
数据采集 数据可视化 数据挖掘
【python】python葡萄酒国家分布情况数据分析pyecharts可视化(源码+数据集+论文)【独一无二】
【python】python葡萄酒国家分布情况数据分析pyecharts可视化(源码+数据集+论文)【独一无二】
|
4月前
|
数据可视化 算法 前端开发
基于python flask+pyecharts实现的中药数据可视化大屏,实现基于Apriori算法的药品功效关系的关联规则
本文介绍了一个基于Python Flask和Pyecharts实现的中药数据可视化大屏,该系统应用Apriori算法挖掘中药药材与功效之间的关联规则,为中医药学研究提供了数据支持和可视化分析工具。
147 2
|
5月前
|
数据采集 网络协议 数据挖掘
网络爬虫进阶之路:深入理解HTTP协议,用Python urllib解锁新技能
【7月更文挑战第30天】网络爬虫是数据分析和信息聚合的关键工具。深入理解HTTP协议及掌握Python的urllib库对于高效爬虫开发至关重要。HTTP协议采用请求/响应模型,具有无状态性、支持多种请求方法和内容协商等特点。
58 3
|
5月前
|
网络协议 开发者 Python
网络编程小白秒变大咖!Python Socket基础与进阶教程,轻松上手无压力!
【7月更文挑战第25天】在网络技术快速发展的背景下, Python因其简洁的语法和强大的库支持成为学习网络编程的理想选择。
76 5
|
5月前
|
机器学习/深度学习 数据采集 算法
Python编程语言进阶学习:深入探索与高级应用
【7月更文挑战第23天】Python的进阶学习是一个不断探索和实践的过程。通过深入学习高级数据结构、面向对象编程、并发编程、性能优化以及在实际项目中的应用,你将能够更加熟练地运用Python解决复杂问题,并在编程道路上走得更远。记住,理论知识只是基础,真正的成长来自于不断的实践和反思。
|
5月前
|
开发者 Python
Python Socket编程:不只是基础,更有进阶秘籍,让你的网络应用飞起来!
【7月更文挑战第25天】在网络应用蓬勃发展的数字时代,Python凭借其简洁的语法和强大的库支持成为开发高效应用的首选。本文通过实时聊天室案例,介绍了Python Socket编程的基础与进阶技巧,包括服务器与客户端的建立、数据交换等基础篇内容,以及使用多线程和异步IO提升性能的进阶篇。基础示例展示了服务器端监听连接请求、接收转发消息,客户端连接服务器并收发消息的过程。进阶部分讨论了如何利用Python的`threading`模块和`asyncio`库来处理多客户端连接,提高应用的并发处理能力和响应速度。掌握这些技能,能使开发者在网络编程领域更加游刃有余,构建出高性能的应用程序。
38 3
|
5月前
|
网络协议 Python
网络世界的建筑师:Python Socket编程基础与进阶,构建你的网络帝国!
【7月更文挑战第26天】在网络的数字宇宙中,Python Socket编程是开启网络世界大门的钥匙。本指南将引领你从基础到实战,成为网络世界的建筑师。
67 2