【柱状图】——18

🌟 解锁数据可视化的魔法钥匙 ------ pyecharts实战指南 🌟

在这个数据为王的时代,每一次点击、每一次交易、每一份报告背后都隐藏着无尽的故事与洞察。但你是否曾苦恼于如何将这些冰冷的数据转化为直观、吸引人的视觉盛宴?

🔥 欢迎来到《pyecharts图形绘制大师班》 🔥

在这里,你将不再受限于单调的表格和图表,而是学会如何运用pyecharts这一强大的Python数据可视化库,将复杂的数据转化为令人惊叹的交互式图形。从基础的柱状图、折线图到高级的地理热力图、关系图,每一种图形都将是你讲述数据故事的得力助手。

🌈 为什么选择我们的专栏?

  1. 实战导向:我们拒绝空洞的理论,直接上手实战案例。从数据准备到图形渲染,每一步都详细讲解,确保你能快速上手。
  2. 深度解析:不仅仅是"怎么做",更重要的是"为什么这么做"。深入了解pyecharts背后的原理,让你的可视化作品更加专业且富有创意。
  3. 互动学习:专栏内设有专属交流区,遇到问题即时解答,与志同道合的伙伴共同进步。
  4. 持续更新:紧跟pyecharts最新版本,不断添加新图形、新功能的教学,确保你的技能永不落后。

🚀 订阅福利

  • 独家源码:获取所有案例的完整源码,直接复用或在此基础上创新。
  • 定制模板:多套精美可视化模板,让你在项目中脱颖而出。
  • 优先支持:享受优先解答疑问的特权,快速解决你在学习路上的任何障碍。

🌈 想象一下

  • 当你的报告以精美的图表呈现时,领导赞许的目光;
  • 当你的数据故事通过交互式图形生动展现,同事们的惊叹;
  • 当你的个人作品集因这些可视化作品而熠熠生辉,职业道路上的无限可能......

这一切,都从这里开始 ------ 《pyecharts图形绘制大师班》

👉 立即订阅,开启你的数据可视化之旅!让我们一起,用代码绘制世界,用图形讲述故事。

python 复制代码
import pyecharts.options as opts
from pyecharts.charts import Bar, Line



colors = ["#5793f3", "#d14a61", "#675bba"]
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
legend_list = ["蒸发量", "降水量", "平均温度"]
evaporation_capacity = [
    2.0,
    4.9,
    7.0,
    23.2,
    25.6,
    76.7,
    135.6,
    162.2,
    32.6,
    20.0,
    6.4,
    3.3,
]
rainfall_capacity = [
    2.6,
    5.9,
    9.0,
    26.4,
    28.7,
    70.7,
    175.6,
    182.2,
    48.7,
    18.8,
    6.0,
    2.3,
]
average_temperature = [2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2]

bar = (
    Bar(init_opts=opts.InitOpts(width="1260px", height="720px"))
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="蒸发量", y_axis=evaporation_capacity, yaxis_index=0, color=colors[1]
    )
    .add_yaxis(
        series_name="降水量", y_axis=rainfall_capacity, yaxis_index=1, color=colors[0]
    )
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="蒸发量",
            type_="value",
            min_=0,
            max_=250,
            position="right",
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color=colors[1])
            ),
            axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
        )
    )
    .extend_axis(
        yaxis=opts.AxisOpts(
            type_="value",
            name="温度",
            min_=0,
            max_=25,
            position="left",
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color=colors[2])
            ),
            axislabel_opts=opts.LabelOpts(formatter="{value} °C"),
            splitline_opts=opts.SplitLineOpts(
                is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=1)
            ),
        )
    )
    .set_global_opts(
        yaxis_opts=opts.AxisOpts(
            type_="value",
            name="降水量",
            min_=0,
            max_=250,
            position="right",
            offset=80,
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color=colors[0])
            ),
            axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
        ),
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
    )
)

line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="平均温度", y_axis=average_temperature, yaxis_index=2, color=colors[2]
    )
)

bar.overlap(line).render("multiple_y_axes.html")
相关推荐
秀儿还能再秀3 小时前
基于Excel的数据分析思维与分析方法
数据分析·excel
烛阴8 小时前
简单入门Python装饰器
前端·python
好开心啊没烦恼8 小时前
Python 数据分析:numpy,说人话,说说数组维度。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy
面朝大海,春不暖,花不开8 小时前
使用 Python 实现 ETL 流程:从文本文件提取到数据处理的全面指南
python·etl·原型模式
2301_805054569 小时前
Python训练营打卡Day59(2025.7.3)
开发语言·python
万千思绪10 小时前
【PyCharm 2025.1.2配置debug】
ide·python·pycharm
涤生大数据11 小时前
Apache Spark 4.0:将大数据分析提升到新的水平
数据分析·spark·apache·数据开发
微风粼粼11 小时前
程序员在线接单
java·jvm·后端·python·eclipse·tomcat·dubbo
云天徽上11 小时前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
可观测性用观测云12 小时前
Pipeline 引用外部数据源最佳实践
数据分析