pyecharts初体验

pyecharts初体验

from pyecharts import Bar

# 设置行名
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
# 设置数据
data1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
data2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
# 设置柱状图的主标题与副标题
bar = Bar("柱状图", "一年的降水量与蒸发量")
# 添加柱状图的数据及配置项
bar.add("降水量", columns, data1, mark_line=["average"], mark_point=["max", "min"])
bar.add("蒸发量", columns, data2, mark_line=["average"], mark_point=["max", "min"])
# 生成本地文件（默认为.html文件）
# der()

<div id="548601b4e74f4a349fa6ee5932a3b687" style="width:800px;height:400px;"></div>

# 导入饼图Pie
from pyecharts import Pie
# 设置主标题与副标题，标题设置居中，设置宽度为900
pie = Pie("饼状图", "一年的降水量与蒸发量",title_pos='center',width=900)
# 加入数据，设置坐标位置为【25，50】，上方的colums选项取消显示
pie.add("降水量", columns, data1 ,center=[25,50],is_legend_show=False)
# 加入数据，设置坐标位置为【75，50】，上方的colums选项取消显示，显示label标签
pie.add("蒸发量", columns, data2 ,center=[75,50],is_legend_show=False,is_label_show=True)
# 保存图表
# der()

<div id="5f91215fe9674e4d8ab1d5588035a626" style="width:900px;height:400px;"></div>

# 导入箱型图Boxplot
from pyecharts import Boxplot 
boxplot = Boxplot("箱形图", "一年的降水量与蒸发量")
x_axis = ['降水量','蒸发量']
y_axis = [data1,data2]
# prepare_data方法可以将数据转为嵌套的 [min, Q1, median (or Q2), Q3, max]
yaxis = boxplot.prepare_data(y_axis)       
boxplot.add("天气统计", x_axis, y_axis)
# der()

<div id="9d58564f25aa48a381503776ea1c9e59" style="width:800px;height:400px;"></div>

from pyecharts import Line
line = Line("折线图","一年的降水量与蒸发量")
# is_label_show是设置上方数据是否显示
line.add("降水量", columns, data1, is_label_show=True)
line.add("蒸发量", columns, data2, is_label_show=True)
# der()

<div id="21d27793222e4bf2855ea5656b247ada" style="width:800px;height:400px;"></div>

from pyecharts import Radar
radar = Radar("雷达图", "一年的降水量与蒸发量")
# 由于雷达图传入的数据得为多维数据，所以这里需要做一下处理
radar_data1 = [[2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]]
radar_data2 = [[2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]]
# 设置column的最大值，为了雷达图更为直观，这里的月份最大值设置有所不同
schema = [ ("Jan", 5), ("Feb",10), ("Mar", 10),("Apr", 50), ("May", 50), ("Jun", 200),("Jul", 200), ("Aug", 200), ("Sep", 50),("Oct", 50), ("Nov", 10), ("Dec", 5)
]
# 传入坐标
fig(schema)
radar.add("降水量",radar_data1)
# 一般默认为同一种颜色，这里为了便于区分，需要设置item的颜色
radar.add("蒸发量",radar_data2,item_color="#1C86EE")
# der()

<div id="dac9b84b2ef4405da4aababe864c2c71" style="width:800px;height:400px;"></div>

from pyecharts import Scatter
scatter = Scatter("散点图", "一年的降水量与蒸发量")
# xais_name是设置横坐标名称，这里由于显示问题，还需要将y轴名称与y轴的距离进行设置
scatter.add("降水量与蒸发量的散点分布", data1,data2,xaxis_name="降水量",yaxis_name="蒸发量",yaxis_name_gap=40)
# der()

<div id="ff5132e1eac648749068dbe615a1ef22" style="width:800px;height:400px;"></div>

from pyecharts import Grid
# 设置折线图标题位置
line = Line("折线图","一年的降水量与蒸发量",title_top="45%")
line.add("降水量", columns, data1, is_label_show=True)
line.add("蒸发量", columns, data2, is_label_show=True)
grid = Grid()
# 设置两个图表的相对位置
grid.add(bar, grid_bottom="60%")
grid.add(line, grid_top="60%")
# der()

<div id="adb0e8190bc84708958e2198d10057d0" style="width:800px;height:400px;"></div>

from pyecharts import Overlap
overlap = Overlap()
bar = Bar("柱状图-折线图合并", "一年的降水量与蒸发量")
bar.add("降水量", columns, data1, mark_point=["max", "min"])
bar.add("蒸发量", columns, data2, mark_point=["max", "min"])
overlap.add(bar)
overlap.add(line)
# der()
# der(path='snapshot.html')
# der(path='snapshot.png')
# der(path='snapshot.pdf')

<div id="840ff2e234a7497180a28cf5ed35b614" style="width:800px;height:400px;"></div>

from pyecharts import Map, Geo
# 世界地图数据
value = [95.1, 23.2, 43.3, 66.4, 88.5]
attr= ["China", "Canada", "Brazil", "Russia", "United States"]# 省和直辖市
province_distribution = {'河南': 45.23, '北京': 37.56, '河北': 21, '辽宁': 12, '江西': 6, '上海': 20, '安徽': 10, '江苏': 16, '湖南': 9, '浙江': 13, '海南': 2, '广东': 22, '湖北': 8, '黑龙江': 11, '澳门': 1, '陕西': 11, '四川': 7, '内蒙古': 3, '重庆': 3, '云南': 6, '贵州': 2, '吉林': 3, '山西': 12, '山东': 11, '福建': 4, '青海': 1, '舵主科技，质量保证': 1, '天津': 1, '其他': 1}
provice=list(province_distribution.keys())
values=list(province_distribution.values())# 城市 -- 指定省的城市 xx市
city = ['郑州市', '安阳市', '洛阳市', '濮阳市', '南阳市', '开封市', '商丘市', '信阳市', '新乡市']
values2 = [1.07, 3.85, 6.38, 8.21, 2.53, 4.37, 9.38, 4.29, 6.1]# 区县 -- 具体城市内的区县  xx县
quxian = ['夏邑县', '民权县', '梁园区', '睢阳区', '柘城县', '宁陵县']
values3 = [3, 5, 7, 8, 2, 4]map0 = Map("世界地图示例", width=1200, height=600)
map0.add("世界地图", attr, value, maptype="world",  is_visualmap=True, visual_text_color='#000')# der(path="./04-00世界地图.html")

<div id="e0b622fca2e54588a2affd708829b78e" style="width:1200px;height:600px;"></div>

# maptype='china' 只显示全国直辖市和省级
# 数据只能是省名和直辖市的名称
map = Map("中国地图",'中国地图', width=1200, height=600)
map.add("", provice, values, visual_range=[0, 50],  maptype='china', is_visualmap=True,visual_text_color='#000')
# map.show_config()

<div id="a0bb0a588ecf44f0875c1fad133a4a68" style="width:1200px;height:600px;"></div>