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
zone77391 天前
001:简单 RAG 入门
后端·python·面试
F_Quant1 天前
🚀 Python打包踩坑指南:彻底解决 Nuitka --onefile 配置文件丢失与重启报错问题
python·操作系统
允许部分打工人先富起来2 天前
在node项目中执行python脚本
前端·python·node.js
IVEN_2 天前
Python OpenCV: RGB三色识别的最佳工程实践
python·opencv
haosend2 天前
AI时代,传统网络运维人员的转型指南
python·数据网络·网络自动化
曲幽2 天前
不止于JWT:用FastAPI的Depends实现细粒度权限控制
python·fastapi·web·jwt·rbac·permission·depends·abac
IVEN_2 天前
只会Python皮毛?深入理解这几点,轻松进阶全栈开发
python·全栈
Ray Liang2 天前
用六边形架构与整洁架构对比是伪命题?
java·python·c#·架构设计
AI攻城狮2 天前
如何给 AI Agent 做"断舍离":OpenClaw Session 自动清理实践
python
千寻girling2 天前
一份不可多得的 《 Python 》语言教程
人工智能·后端·python