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
盖伦发发13 小时前
RAG 能跑≠能用:用 EDD 把 Eval 做成基础设施 (附源码)
人工智能·后端·python·功能测试
郝学胜_神的一滴13 小时前
Python 高级编程 028:字典dict从入门到精通
python·ai编程
weixin_BYSJ198713 小时前
springboot小区物业管理小程序---附源码45555
java·javascript·spring boot·python·django·flask·php
a-62614 小时前
三维重建的步骤-1(采集的是环绕物体均匀旋转一圈的视频)
python·pycharm·三维重建·metashape
qq_225891746615 小时前
基于Flask的空气质量监测与预测分析系统
开发语言·后端·python·信息可视化·django·flask
Dxy123931021615 小时前
Python XPath position() 完整使用指南,避坑合集(lxml适用)
前端·javascript·python
AndrewHZ15 小时前
图像处理入门009 | OpenCV 图像读取与显示:imread/imshow 全解析
图像处理·python·opencv·算法·计算机视觉·图像显示
卷无止境16 小时前
手写 SQL 在 Tortoise ORM 里到底能派上什么用场
后端·python·fastapi
龙虾PRO16 小时前
2026 DeepSeek Harness 部署完整教程:npx 一键启动至 Python SDK 全流程接入
开发语言·python
卷无止境16 小时前
FastAPI、Tortoise ORM 与 PostgreSQL 三件套 是否好用呢?
后端·python·fastapi