pyechart的入门和基本使用

pyechart的安装

  • 官方文档
  • 图例展示
  • pip install pyecharts
  • 地图资源依赖库
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg

pip install echarts-china-misc-pypkg
pip install echarts-united-kingdom-pypkg

主题颜色依赖包
pip install echarts-themes-pypkg

画图

  • 图的类型
`python`
第一步: 初始化具体类型图表。
语法为: 图表名字 =  图表类型("图的名字")
 
其中图表的类型如下,也就是pyecharts可以画的图表
Bar(柱状图/条形图) 
Bar3D(3D 柱状图) 
Boxplot(箱形图) 
EffectScatter(带有涟漪特效动画的散点图) 
Funnel(漏斗图) 
Gauge(仪表盘) 
Geo(地理坐标系) 
Graph(关系图) 
HeatMap(热力图) 
Kline(K线图) 
Line(折线/面积图) 
Line3D(3D 折线图) 
Liquid(水球图) 
Map(地图) 
Parallel(平行坐标系) 
Pie(饼图) 
Polar(极坐标系) 
Radar(雷达图) 
Sankey(桑基图) 
Scatter(散点图) 
Scatter3D(3D 散点图) 
ThemeRiver(主题河流图) 
WordCloud(词云图)
 
第二步:添加图表的数据,is_more_utils设置更多的工具按钮,在图片中显示
具体的语法是: 图表类型.add()
 
第三步:把图,保存到本地,格式是HTML类型
 
语法为: 图表类型.render()
--------------------- 
作者:wonengguwozai 
来源:CSDN 
原文:https://blog.csdn.net/wonengguwozai/article/details/80944873 
版权声明:本文为博主原创文章,转载请附上博文链接!
  • 举列

"""
    PYTHON数据可视化例子
"""
 
from  pyecharts import Bar
"""
        第一步:创建柱状图例子
"""
 
bar =Bar("超市一周销量","模拟")
 
#设置主题色系
#共5种,具体可以参考 http://pyecharts.org/#/zh-cn/themes
#pip install echarts-themes-pypkg
bar.use_theme('dark')
 
"""
        第二步:添加图表的数据,is_more_utils设置更多的工具按钮,在图片中显示
"""
 
bar.add("日用品",["粮面类","饮料类","衣服类","文具类","烟酒类","水果类"],[40,90,30,10,60,77],
        is_more_utils=True)
"""
        第三步:把柱状图,保存到本地,格式是HTML类型
"""
bar.render()

--------------------- 
作者:wonengguwozai 
来源:CSDN 
原文:https://blog.csdn.net/wonengguwozai/article/details/80944873 
版权声明:本文为博主原创文章,转载请附上博文链接!

pyechart的入门和基本使用_第1张图片

  • 地图
from pyecharts import Map
value = [155, 10, 66, 78, 33, 80, 190, 53, 49.6]
attr = ["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=600,)
map.add(
    '所有粉丝分布图',
    attr=attr,
    value=value,
    # 文本颜色的取值范围
    visual_range=[0, 10000],
    # is_more_utils=True,   #更多工具按钮
    maptype="china",
    is_visualmap=True,
    visual_text_color="#000",
    # 显示各区域名称
    is_label_show=True
)
map.render()

你可能感兴趣的:(python数据分析)