本文继续采用PyEcharts v1.x版本进行绘制地图。
注:PyEcharts分为 v0.5.x 和 v1.x 两个大版本,v0.5.x 和 v1.x 间不兼容,v0.5.x是基于Python2.7+、3.4+版本开发的,而v1.x是一个全新的版本,它是基于Python3.6+版本开发的,另外经PyEcharts开发团队决定,0.5.x 版本将不再进行维护。
绘制的饼图效果是这样的:
没有安装PyEcharts的,先安装PyEcharts:
# 安装pyecharts模块,直接安装就是最新的版本
pip install pyecharts
安装好PyEcharts之后,就可以将需要使用的模块进行导入:
#导入需要使用的模块
import pyecharts.options as opts
from pyecharts.charts import Pie
先定义或导入数据:
#定义数据,也可以使用导入Excel等方式
x_data = ["直接访问","视频广告","搜索引擎"]
y_data = [335, 310, 274]
然后将数据处理成PyEcharts所要求的格式:
#将数据转换为二元的列表
data = list(zip(x_data,y_data))
接下来就可以绘制饼图了:
c = (
#创建饼图对象
Pie()
#设置数据系列名称及数据
.add(series_name="访问来源",data_pair=data)
#设置饼图颜色,有几个饼就要设置几个,使用默认颜色的话就不要这句语句
.set_colors(["LightPink","DeepPink","Crimson"])
.set_global_opts(
#设置图表标题及位置
title_opts=opts.TitleOpts(title="访问来源",pos_left="center"),
#设置不显示图例,饼图不建议使用图例,不方便读图
legend_opts=opts.LegendOpts(is_show=False))
#设置数据标签显示格式
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}({d}%)"))
#通过render()方法将饼图渲染为html
.render("访问来源.html")
)
#绘制圆环图
c = (
Pie()
.add(series_name="访问来源",data_pair=data,
# 饼图的半径,数组的第一项是内半径,第二项是外半径,默认设置成百分比
radius=["50%", "70%"])
.set_colors(["LightPink","DeepPink","Crimson"])
.set_global_opts(title_opts=opts.TitleOpts(title="访问来源",pos_left="center"),
legend_opts=opts.LegendOpts(is_show=False))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c} ({d}%)"))
.render("访问来源.html")
)
绘制的圆环图效果是这样的:
看出区别了吗?
只要在add()中添加饼图半径的设置:radius=["50%", "70%"]
数组的第一项是内半径,第二项是外半径,默认设置成百分比,这两个参数大家自己多设置下不同的比例大小就知道如何使用了。
是不是so easy 呢?
如果你喜欢本文,可以点击右下角在看
如果你在跟着学习,请在留言区留言:打卡
如果你刚看到本文,可以查看本系列历史文章跟着学习:
跟小白学Python数据分析——Anaconda安装
跟小白学Python数据分析——使用spyder
跟小白学Python数据分析——数据导入1
跟小白学Python数据分析——数据导入2
跟小白学Python数据分析——描述性统计分析
跟小白学Python数据分析——分组分析
跟小白学Python数据分析——列表
跟小白学Python数据分析——数据框
跟小白学Python数据分析——记录抽取
跟小白学Python数据分析——记录合并
跟小白学Python数据分析——数据导出
跟小白学Python数据分析——For循环
跟小白学Python数据分析——批量合并CSV文件
跟小白学Python数据分析——批量拆分Excel文件
跟小白学Python数据分析——提取PDF表格数据
跟小白学Python数据分析——批量提取PDF表格数据
-----------------
长按识别下方二维码,并关注公众号
1.回复“PY”领取1GB Python数据分析资料
2.回复“BG”领取5GB 名企数据分析报告