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
lishi_19914 小时前
一键部署MoviePilotV2实现NAS全自动追剧
python·媒体·moviepilot
测试开发-学习笔记5 小时前
代码详细解释
python
u0119608235 小时前
ray-k8s部署
python
PAK向日葵8 小时前
我用 C++ 写了一个轻量级 Python 虚拟机,刚刚开源
c++·python·开源
财经资讯数据_灵砚智能9 小时前
基于全球经济类多源新闻的NLP情感分析与数据可视化(日间)2026年5月26日
大数据·人工智能·python·信息可视化·自然语言处理·ai编程·灵砚智能
我材不敲代码10 小时前
Python基础:列表详解、增删改查及常用高阶操作
开发语言·windows·python
AI玫瑰助手10 小时前
Python运算符:成员运算符(in/not in)的使用场景
开发语言·python·信息可视化
Warson_L10 小时前
python - class 入门
python
水木流年追梦11 小时前
大模型入门-大模型分布式训练2
开发语言·分布式·python·算法·正则表达式·prompt
ZHANG8023ZHEN11 小时前
Diffusion 数学推理
人工智能·python·机器学习