Python可视化图表pyecharts

pyecharts官网:https://pyecharts.org/

pyecharts画廊官网:https://gallery.pyecharts.org/

安装 pyecharts: pip install pyecharts

简单图表使用方法:运行后在同一目录下会生成一个html文件,就是图表

python 复制代码
# 先安装:pip install pyecharts

# 1.导包:这里为导入折线图包
from pyecharts.charts import Line

# 2.创建图标对象
line = Line()

# 3.x轴
line.add_xaxis(["中国", "美国", "英国"])

# 4.y轴
line.add_yaxis("GDP", [123, 23, 35])

# 5.生成图像
line.render()

全局配置选项:需要导入相应的包

python 复制代码
# 导入标题、图例、工具箱、视觉映射、
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts

# 设置全局配置项
# 全局配置:set_global_opts方法
# 标题,图例,工具箱...
line.set_global_opts(
    # 标题
    title_opts=TitleOpts(title="GDP展示", pos_left="center", pos_bottom="1%"),
    # 图例
    legend_opts=LegendOpts(is_show=True),
    # 工具箱
    toolbox_opts=ToolboxOpts(is_show=True),
    # 视觉映射
    visualmap_opts=VisualMapOpts(is_piecewise=True)
)

例子:折线图(通过json模块对数据处理)

python 复制代码
# JSON 与 Python 转换
import json
# 可视化图表
from pyecharts.charts import Line
from pyecharts.options import TitleOpts,LabelOpts

# 打开文件
f_us = open("./美国.txt", "r", encoding="UTF-8")
f_jp = open("./日本.txt", "r", encoding="UTF-8")
f_in = open("./印度.txt", "r", encoding="UTF-8")
# 读文件
us_data = f_us.read()
jp_data = f_jp.read()
in_data = f_in.read()

# 去掉不合JSON的开头数据
us_data = us_data.replace("jsonp_1629344292311_69436(", "")
jp_data = jp_data.replace("jsonp_1629350871167_29498(", "")
in_data = in_data.replace("jsonp_1629350745930_63180(", "")

# 去掉不合JSON的结尾,用切片 (到倒数第二个结束)
us_data = us_data[:-2]
jp_data = jp_data[:-2]
in_data = in_data[:-2]
# print(us_data)

# JSON转换Python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
# print(type(us_dict))
# print(us_dict)

# 获知trend key
us_trend_data = us_dict['data'][0]['trend']
jp_trend_data = jp_dict['data'][0]['trend']
in_trend_data = in_dict['data'][0]['trend']
# print(us_trend_data)

# 获取日期数据,x轴,取2020年(到314下标结束)
us_x_data = us_trend_data['updateDate'][:314]
jp_x_data = jp_trend_data['updateDate'][:314]
in_x_data = in_trend_data['updateDate'][:314]
# print(us_x_data)

# 获取确认数据,y轴,取2020年(到314下标结束)
us_y_data = us_trend_data['list'][0]['data'][:314]
jp_y_data = jp_trend_data['list'][0]['data'][:314]
in_y_data = in_trend_data['list'][0]['data'][:314]
# print(us_y_data)

# 生成折线图对象
line = Line()

# 添加x轴数据
line.add_xaxis(us_x_data)  # x是公用的

# 添加y轴数据  label_opts=LabelOpts(is_show=False):线条上数字隐藏
line.add_yaxis("美国", us_y_data,label_opts=LabelOpts(is_show=False))
line.add_yaxis("日本", jp_y_data,label_opts=LabelOpts(is_show=False))
line.add_yaxis("印度", in_y_data,label_opts=LabelOpts(is_show=False))

# 全局选项
line.set_global_opts(
    # 标题
    title_opts=TitleOpts(title="2020美日印三国确诊折线对比",pos_left="center",pos_bottom="1%")
)

# 生成折线图,调用render方法
line.render()

# 关闭文件对象
f_us.close()
f_jp.close()
f_in.close()
相关推荐
FreakStudio1 小时前
全网最适合入门的面向对象编程教程:56 Python字符串与序列化-正则表达式和re模块应用
python·单片机·嵌入式·面向对象·电子diy
丶21361 小时前
【CUDA】【PyTorch】安装 PyTorch 与 CUDA 11.7 的详细步骤
人工智能·pytorch·python
_.Switch2 小时前
Python Web 应用中的 API 网关集成与优化
开发语言·前端·后端·python·架构·log4j
一个闪现必杀技2 小时前
Python入门--函数
开发语言·python·青少年编程·pycharm
小鹿( ﹡ˆoˆ﹡ )3 小时前
探索IP协议的神秘面纱:Python中的网络通信
python·tcp/ip·php
卷心菜小温3 小时前
【BUG】P-tuningv2微调ChatGLM2-6B时所踩的坑
python·深度学习·语言模型·nlp·bug
陈苏同学3 小时前
4. 将pycharm本地项目同步到(Linux)服务器上——深度学习·科研实践·从0到1
linux·服务器·ide·人工智能·python·深度学习·pycharm
唐家小妹3 小时前
介绍一款开源的 Modern GUI PySide6 / PyQt6的使用
python·pyqt
羊小猪~~4 小时前
深度学习项目----用LSTM模型预测股价(包含LSTM网络简介,代码数据均可下载)
pytorch·python·rnn·深度学习·机器学习·数据分析·lstm
Marst Code4 小时前
(Django)初步使用
后端·python·django