Python----数据可视化(Pyecharts一:介绍安装,全局配置,系列配置)

一、PyEcharts介绍

1.1、概况

Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。而 Python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了。

1.2、特性

  • 简洁的 API 设计,使用如丝滑般流畅,支持链式调用
  • 囊括了 30+ 种常见图表,应有尽有
  • 支持主流 Notebook 环境,Jupyter Notebook 和 JupyterLab
  • 可轻松集成至 Flask,Django 等主流 Web 框架
  • 高度灵活的配置项,可轻松搭配出精美的图表
  • 详细的文档和示例,帮助开发者更快的上手项目
  • 多达 400+ 地图文件以及原生的百度地图,为地理数据可视化提供强有力的支持

官网 官网文档:https://pyecharts.org

官方画廊:https://gallery.pyecharts.org

GitHub: GitHub - pyecharts/pyecharts: 🎨 Python Echarts Plotting Library

Echarts官网:https://echarts.apache.org/examples/zh/index.html

1.3、安装

安装

pip install pyecharts
查看版本

python 复制代码
import pyecharts

print(pyecharts.__version__)

二、全局配置项

地址:https://pyecharts.org/#/zh-cn/global_options

全局配置可以配置很多功能,可以理解成主要配置配合图表数据的 工具,如下:

标题

图例

提示框

坐标轴

标记、标记点、标记线等

python 复制代码
from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts import options as opts
# 绘制图表
bar = (
    Bar() # 初始化条形图
    .add_xaxis(Faker.choose()) # 添加x轴数据
    .add_yaxis("商家A", Faker.values()) # 添加y轴数据
    .add_yaxis("商家B", Faker.values()) # 添加y轴数据
)
# 设置全局配置项
bar.set_global_opts(
    title_opts= opts.TitleOpts(title='Bar-基本示例', subtitle='我是副标题'), # 设置标题
    legend_opts= opts.LegendOpts(orient='vertical'), # 设置图例不显示
    tooltip_opts=opts.TooltipOpts(trigger='axis', axis_pointer_type='cross'), # 设置提示框
    toolbox_opts=opts.ToolboxOpts(is_show=True,feature=opts.ToolBoxFeatureOpts(magic_type=None)), # 设置工具箱
    xaxis_opts=opts.AxisOpts(), # 设置x轴
    yaxis_opts=opts.AxisOpts(), # 设置y轴
    visualmap_opts=opts.VisualMapOpts(is_show=True,range_color=[Faker.rand_color(),Faker.rand_color()]), # 设置视觉映射组件
)
# 渲染图表
bar.render_notebook()

三、系列配置项

地址:pyecharts - A Python Echarts Plotting Library built with love.

系列配置项可以配置很多功能,可以理解成主要配置配合图表数据 的工具

python 复制代码
from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts import options as opts
# 绘制图表
bar = (
    Bar() # 初始化条形图
    .add_xaxis(Faker.choose()) # 添加x轴数据
    .add_yaxis("商家A", Faker.values()) # 添加y轴数据
    .add_yaxis("商家B", Faker.values()) # 添加y轴数据
)
# 设置系列配置项
bar.set_series_opts(
    # itemstyle_opts=opts.ItemStyleOpts(color=Faker.rand_color(),opacity=0.8), # 设置图元样式
    label_opts=opts.LabelOpts(is_show=False), # 设置标签样式
    markpoint_opts=opts.MarkPointOpts(data=[
        opts.MarkPointItem(type_="max", name="最大值",symbol_size=80), # 设置标记点数据
        opts.MarkPointItem(type_="min", name="最小值"), # 设置标记点数据
    ]), # 设置标记点样式
)
# 渲染图表
bar.render_notebook()
相关推荐
执风挽^3 小时前
Python基础编程题2
开发语言·python·算法·visual studio code
Z9fish3 小时前
sse哈工大C语言编程练习20
c语言·开发语言·算法
纤纡.3 小时前
PyTorch 入门精讲:从框架选择到 MNIST 手写数字识别实战
人工智能·pytorch·python
kjkdd4 小时前
6.1 核心组件(Agent)
python·ai·语言模型·langchain·ai编程
小镇敲码人4 小时前
剖析CANN框架中Samples仓库:从示例到实战的AI开发指南
c++·人工智能·python·华为·acl·cann
萧鼎4 小时前
Python 包管理的“超音速”革命:全面上手 uv 工具链
开发语言·python·uv
Anastasiozzzz4 小时前
Java Lambda 揭秘:从匿名内部类到底层原理的深度解析
java·开发语言
刘琦沛在进步4 小时前
【C / C++】引用和函数重载的介绍
c语言·开发语言·c++
alvin_20054 小时前
python之OpenGL应用(二)Hello Triangle
python·opengl
机器视觉的发动机4 小时前
AI算力中心的能耗挑战与未来破局之路
开发语言·人工智能·自动化·视觉检测·机器视觉