ImageVerifierCode 换一换
格式:DOCX , 页数:42 ,大小:1.19MB ,
资源ID:2980463      下载积分:20 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.docduoduo.com/d-2980463.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(基于Python的数据可视化工具.docx)为本站会员(dzzj200808)主动上传,道客多多仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知道客多多(发送邮件至docduoduo@163.com或直接QQ联系客服),我们立即给予删除!

基于Python的数据可视化工具.docx

1、基于 Python 的数据可 视化工具如何做 Python 的数据可视化?pyecharts 是一个用于生成 Echarts 图表的类库。 Echarts 是 百度开源的一个数据可视化 JS 库。主要用于数据可视化。一、安装pyecharts 兼容 Python2 和 Python3。目前版本为 0.1.4pip install pyecharts二、入门首先开始来绘制你的第一个图表frompyecharts importBarbar =Bar(“我的第一个图表“, “这里是副标题“)bar.add(“服装“, “衬衫“, “羊毛衫“, “雪纺衫“, “裤子“, “高跟鞋 “, “袜子“, 5

2、, 20, 36, 10, 75, 90)bar.show_config()bar.render()Tip:可以按右边的下载按钮将图片下载到本地add()主要方法,用于添加图表的数据和设置各种配置项show_config()打印输出图表的所有配置项render()默认将会在根目录下生成一个 render.html 的文件,支持 path 参数,设置文件保存位置,如 render(r“e:my_first_chart.html“),文件用浏览器打开。默认的编码类型为 UTF-8,在 Python3 中是没什么问题的,Python3 对中文的支持好很多。但是在 Python2 中,编码的处理是个很

3、头疼的问题,暂时没能找到完美的解决方法,目前只能通过文本编辑器自己进行二次编码,我用的是 Visual Studio Code,先通过 Gbk 编码重新打开,然后再用 UTF-8 重新保存,这样用浏览 器打开的话就不会出现中文乱码问题了。基本上所有的图表类型都是这样绘制的:1.chart_name = Type() 初始化具体类型图表。2.3.add() 添加数据及配置项 。4.5.render() 生成 .html 文件。6.三、图表类型因篇幅原因,这里只给出了每种图表类型的示例(代码 + 生成图表),目的是为了引起读者的兴趣。详细参数的介绍请参考项目 README.md 文档1 Bar(柱

4、状图/ 条形图)frompyecharts importBarbar =Bar(“标记线和标记点示例“)bar.add(“商家 A“, attr, v1, mark_point=“average“)bar.add(“商家 B“, attr, v2, mark_line=“min“, “max“)bar.render()frompyecharts importBarbar =Bar(“x 轴和 y 轴交换“)bar.add(“商家 A“, attr, v1)bar.add(“商家 B“, attr, v2, is_convert=True)bar.render()2 EffectScatter(

5、带有涟漪特效动画的散点图)frompyecharts importEffectScatterv1 =10, 20, 30, 40, 50, 60v2 =25, 20, 15, 10, 60, 33es =EffectScatter(“动态散点 图示例“)es.add(“effectScatter“, v1, v2)es.render()es =EffectScatter(“动态 散点图各种图形示例“)es.add(“, 10, 10, symbol_size=20, effect_scale=3.5, effect_period=3, symbol=“pin“)es.add(“, 20, 20

6、, symbol_size=12, effect_scale=4.5, effect_period=4,symbol=“rect“)es.add(“, 30, 30, symbol_size=30, effect_scale=5.5, effect_period=5,symbol=“roundRect“)es.add(“, 40, 40, symbol_size=10, effect_scale=6.5, effect_brushtype=fill,symbol=“diamond“)es.add(“, 50, 50, symbol_size=16, effect_scale=5.5, effe

7、ct_period=3,symbol=“arrow“)es.add(“, 60, 60, symbol_size=6, effect_scale=2.5, effect_period=3,symbol=“triangle“)es.render()3 Funnel(漏斗图)frompyecharts importFunnelattr =“衬衫“, “羊毛衫“, “雪纺衫“, “裤子“, “高跟鞋“, “袜子“value =20, 40, 60, 80, 100, 120funnel =Funnel(“漏斗图示例“)funnel.add(“ 商品“, attr, value, is_label_s

8、how=True, label_pos=“inside“, label_text_color=“#fff“)funnel.render()4 Gauge(仪 表盘)frompyecharts importGaugegauge =Gauge(“仪表盘示例“)gauge.add(“业务指标“, “完成率“, 66.66)gauge.show_config()gauge.render()5 Geo(地理坐标系)frompyecharts importGeodata = (“海门“, 9),(“鄂尔多斯“, 12),(“招远“, 12),(“舟山“, 12),(“齐齐哈尔“, 14),(“盐城“, 1

9、5), (“赤峰“, 16),(“青岛“, 18),(“乳山“, 18),(“金昌“, 19),(“泉州“, 21),(“莱西“, 21), (“日照“, 21),(“胶南“, 22),(“南通“, 23),(“拉萨“, 24),(“云浮“, 24),(“梅州“, 25).geo =Geo(“全国主要城市空气质量“, “data from pm2.5“, title_color=“#fff“, title_pos=“center“,width=1200, height=600, background_color=#404a59)attr, value =geo.cast(data)geo.ad

10、d(“, attr, value, visual_range=0, 200, visual_text_color=“#fff“, symbol_size=15, is_visualmap=True)geo.show_config()geo.render()frompyecharts importGeodata =(“海门“, 9), (“鄂尔多斯“, 12), (“招远“, 12), (“舟山“, 12), (“齐齐哈尔“, 14), (“盐城“, 15)geo =Geo(“全国主要城市空气质量“, “data from pm2.5“, title_color=“#fff“, title_po

11、s=“center“, width=1200, height=600, background_color=#404a59)attr, value =geo.cast(data)geo.add(“, attr, value, type=“effectScatter“, is_random=True, effect_scale=5)geo.show_config()geo.render()6 Graph(关系 图)frompyecharts importGraphnodes =“name“: “结点1“, “symbolSize“: 10, “name“: “结点2“, “symbolSize“:

12、 20, “name“: “结点3“, “symbolSize“: 30, “name“: “结点4“, “symbolSize“: 40, “name“: “结点5“, “symbolSize“: 50, “name“: “结点6“, “symbolSize“: 40, “name“: “结点7“, “symbolSize“: 30, “name“: “结点8“, “symbolSize“: 20links =fori innodes: forj innodes: links.append(“source“: i.get(name), “target“: j.get(name)graph =

13、Graph(“关系图-环形布局示例“)graph.add(“, nodes, links, is_label_show=True, repulsion=8000, layout=circular, label_text_color=None)graph.show_config()graph.render()frompyecharts importGraphimportjsonwithopen(“jsonweibo.json“, “r“, encoding=“utf-8“) asf: j =json.load(f) nodes, links, categories, cont, mid, use

14、rl =jgraph =Graph(“微博转发关系图“, width=1200, height=600)graph.add(“, nodes, links, categories, label_pos=“right“, repulsion=50, is_legend_show=False, line_curve=0.2, label_text_color=None)graph.show_config()graph.render()7 Line(折线/面积图)frompyecharts importLineattr =“衬衫“, “羊毛衫“, “雪纺衫“, “裤子“, “高跟鞋“, “袜子“v1

15、 =5, 20, 36, 10, 10, 100v2 =55, 60, 16, 20, 15, 80line =Line(“折线图示例“)line.add(“商家 A“, attr, v1, mark_point=“average“)line.add(“商家 B“, attr, v2, is_smooth=True, mark_line=“max“, “average“)line.show_config()line.render()line =Line(“折线图-阶梯 图示例“)line.add(“ 商家 A“, attr, v1, is_step=True, is_label_show=Tr

16、ue)line.show_config()line.render()line =Line(“折线图-面积图 示例“)line.add(“ 商家 A“, attr, v1, is_fill=True, line_opacity=0.2, area_opacity=0.4, symbol=None)line.add(“商家 B“, attr, v2, is_fill=True, area_color=#000, area_opacity=0.3, is_smooth=True)line.show_config()line.render()8 Liquid(水球 图)frompyecharts im

17、portLiquidliquid =Liquid(“水球图示例“)liquid.add(“Liquid“, 0.6)liquid.show_config()liquid.render()frompyecharts importLiquidliquid =Liquid(“水球图示例“)liquid.add(“Liquid“, 0.6, 0.5, 0.4, 0.3, is_liquid_outline_show=False)liquid.show_config()liquid.render()frompyecharts importLiquidliquid =Liquid(“水球图示例“)liqu

18、id.add(“Liquid“, 0.6, 0.5, 0.4, 0.3, is_liquid_animation=False, shape=diamond)liquid.show_config()liquid.render()9 Map(地图)frompyecharts importMapvalue =155, 10, 66, 78, 33, 80, 190, 53, 49.6attr =“福建“, “山东“, “北京“, “上海“, “甘肃“, “新疆 “, “河南“, “广西“, “西藏“map=Map(“Map 结合 VisualMap 示例“, width=1200, height=6

19、00)map.add(“, attr, value, maptype=china, is_visualmap=True, visual_text_color=#000)map.show_config()map.render()frompyecharts importMapvalue =20, 190, 253, 77, 65attr =汕 头市, 汕尾市, 揭阳市, 阳江市, 肇庆市map=Map(“广东地图示例 “, width=1200, height=600)map.add(“, attr, value, maptype=广东, is_visualmap=True, visual_tex

20、t_color=#000)map.show_config()map.render()10 Parallel(平行坐标系)frompyecharts importParallelc_schema = “dim“: 0, “name“: “data“, “dim“: 1, “name“: “AQI“, “dim“: 2, “name“: “PM2.5“, “dim“: 3, “name“: “PM10“, “dim“: 4, “name“: “CO“, “dim“: 5, “name“: “NO2“, “dim“: 6, “name“: “CO2“, “dim“: 7, “name“: “等级“,

21、 “type“: “category“, “data“: 优, 良, 轻度污染, 中度污 染, 重度污染, 严重污染data = 1, 91, 45, 125, 0.82, 34, 23, “良“, 2, 65, 27, 78, 0.86, 45, 29, “良“, 3, 83, 60, 84, 1.09, 73, 27, “良“, 4, 109, 81, 121, 1.28, 68, 51, “轻度污染“, 5, 106, 77, 114, 1.07, 55, 51, “轻度污染“, 6, 109, 81, 121, 1.28, 68, 51, “轻度污染“, 7, 106, 77, 114

22、, 1.07, 55, 51, “轻度污染“, 8, 89, 65, 78, 0.86, 51, 26, “良“, 9, 53, 33, 47, 0.64, 50, 17, “良“, 10, 80, 55, 80, 1.01, 75, 24, “良“, 11, 117, 81, 124, 1.03, 45, 24, “轻度污 染“, 12, 99, 71, 142, 1.1, 62, 42, “良“, 13, 95, 69, 130, 1.28, 74, 50, “良“, 14, 116, 87, 131, 1.47, 84, 40, “轻度污 染“parallel =Parallel(“平行

23、坐 标系- 用户自定义指示器“)parallel.config(c_schema=c_schema)parallel.add(“parallel“, data)parallel.show_config()parallel.render()11 Pie(饼图)frompyecharts importPieattr =“衬衫“, “羊毛衫“, “雪纺衫“, “裤子“, “高跟鞋“, “袜子“v1 =11, 12, 13, 10, 10, 10pie =Pie(“饼图 示例“)pie.add(“, attr, v1, is_label_show=True)pie.show_config()pie.r

24、ender()frompyecharts importPieattr =“衬衫“, “羊毛衫“, “雪纺衫“, “裤子“, “高跟鞋“, “袜子“v1 =11, 12, 13, 10, 10, 10v2 =19, 21, 32, 20, 20, 33pie =Pie(“饼图- 玫瑰图示例“, title_pos=center, width=900)pie.add(“商品 A“, attr, v1, center=25, 50, is_random=True, radius=30, 75,rosetype=radius)pie.add(“商品 B“, attr, v2, center=75, 5

25、0, is_random=True, radius=30, 75,rosetype=area, is_legend_show=False, is_label_show=True)pie.show_config() pie.render()12 Polar(极坐标系)frompyecharts importPolarradius =周一, 周二, 周三, 周四, 周五, 周六, 周日 polar =Polar(“极坐标系- 堆叠柱状图示例“, width=1200, height=600)polar.add(“A“, 1, 2, 3, 4, 3, 5, 1, radius_data=radius

26、, type=barRadius, is_stack=True)polar.add(“B“, 2, 4, 6, 1, 2, 3, 1, radius_data=radius, type=barRadius, is_stack=True)polar.add(“C“, 1, 2, 3, 4, 1, 2, 5, radius_data=radius, type=barRadius, is_stack=True)polar.show_config()polar.render()frompyecharts importPolarradius =周一, 周二, 周三, 周四, 周五, 周六, 周日 pol

27、ar =Polar(“极坐标系- 堆叠柱状图示例“, width=1200, height=600)polar.add(“, 1, 2, 3, 4, 3, 5, 1, radius_data=radius, type=barAngle, is_stack=True)polar.add(“, 2, 4, 6, 1, 2, 3, 1, radius_data=radius, type=barAngle, is_stack=True)polar.add(“, 1, 2, 3, 4, 1, 2, 5, radius_data=radius, type=barAngle, is_stack=True)p

28、olar.show_config()polar.render()13 Radar(雷达图)frompyecharts importRadarschema = (“销售“, 6500), (“管理“, 16000), (“信息技术“, 30000), (“客服 “, 38000), (“研发“, 52000), (“市场“, 25000)v1 =4300, 10000, 28000, 35000, 50000, 19000v2 =5000, 14000, 28000, 31000, 42000, 21000radar =Radar()radar.config(schema)radar.add(“

29、预算分配“, v1, is_splitline=True, is_axisline_show=True)radar.add(“实际开销“, v2, label_color=“#4e79a7“, is_area_show=False)radar.show_config()radar.render()value_bj = 55, 9, 56, 0.46, 18, 6, 1, 25, 11, 21, 0.65, 34, 9, 2, 56, 7, 63, 0.3, 14, 5, 3, 33, 7, 29, 0.33, 16, 6, 4.value_sh = 91, 45, 125, 0.82, 34,

30、 23, 1, 65, 27, 78, 0.86, 45, 29, 2, 83, 60, 84, 1.09, 73, 27, 3, 109, 81, 121, 1.28, 68, 51, 4.c_schema=“name“:“AQI“, “max“: 300, “min“: 5, “name“: “PM2.5“, “max“: 250, “min“: 20, “name“: “PM10“, “max“: 300, “min“: 5, “name“: “CO“, “max“: 5, “name“: “NO2“, “max“: 200, “name“: “SO2“, “max“: 100radar

31、 =Radar()radar.config(c_schema=c_schema, shape=circle)radar.add(“北京“, value_bj, item_color=“#f9713c“, symbol=None)radar.add(“上海“, value_sh, item_color=“#b3e4a1“, symbol=None)radar.show_config()radar.render()14 Scatter(散点图)frompyecharts importScatterv1 =10, 20, 30, 40, 50,60v2 =10, 20, 30, 40, 50, 60

32、scatter =Scatter(“散点图示例“)scatter.add(“A“, v1, v2)scatter.add(“B“, v1:-1, v2)scatter.show_config()scatter.render()散点打印 Pyecharts 字体。frompyecharts importScatterscatter =Scatter(“散点图示例“)v1, v2 =scatter.draw(“/images/pyecharts-0.png“)scatter.add(“pyecharts“, v1, v2, is_random=True)scatter.show_config()s

33、catter.render()15 WordCloud(词云图)frompyecharts importWordCloudname =Sam S Club, Macys, Amy Schumer, Jurassic World, Charter Communications, Chick Fil A, Planet Fitness, Pitch Perfect, Express, Home, Johnny Depp, Lena Dunham, Lewis Hamilton, KXAN, Mary Ellen Mark, Farrah Abraham, Rita Ora, Serena Will

34、iams, NCAA baseball tournament, Point Breakvalue =10000, 6181, 4386, 4055, 2467, 2244, 1898, 1484, 1112, 965, 847, 582, 555, 550, 462, 366, 360, 282, 273, 265wordcloud =WordCloud(width=1300, height=620)wordcloud.add(“, name, value, word_size_range=20, 100)wordcloud.show_config()wordcloud.render()wordcloud =WordCloud(width=1300, height=620)wordcloud.add(“, name, value, word_size_range=30, 100, shape=diamond)wordcloud.show_config()wordcloud.render()五、用户自定义用户还可以自定义结合 Line/Bar 图表需使用 get_series() 和 custom() 方法get_series()“获取图表的 series 数据 “custom(series)追加自定义图表类型 series - dict追加图表类型的 series 数据

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报