pyecharts疫情数据可视化。

数据的获取请阅读我上一篇代码。

导入库。

from pyecharts.charts import Bar, Line, Map, Pie, Page
import pyecharts.options as opts
import time

绘制条形图(可缩放,可滑动)。

foreignBar = (
    Bar()
    .add_xaxis(foreign_name[:100])
    .add_yaxis('确诊数', foreign_total_confirm[:100])
    .add_yaxis('治愈', foreign_total_heal[:100])
    .add_yaxis('死亡数', foreign_total_dead[:100])
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="国外疫情确诊Top100", subtitle=f"数据来源:腾讯新闻 截止至{today}"),
    datazoom_opts=opts.DataZoomOpts(type_="slider")
                )
)
foreignBar.render_notebook()

结果:

pyecharts疫情数据可视化。_第1张图片pyecharts疫情数据可视化。_第2张图片

 绘制饼图

(
    Pie()
    .add("确诊数", data_pair=[(i, j) for i, j in zip(foreign_name[:10], foreign_total_confirm[:10])], rosetype='radius')
).render_notebook()

 pyecharts疫情数据可视化。_第3张图片

热力地图

chinaMap = (
    Map()
    # .add("累计确诊", maptype="world")
    .add("累计确诊", [list(z) for z in zip(province_name, province_total_confirm)], maptype="china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="中国累计确诊数据", subtitle=f"数据来源:腾讯新闻 截止至{today}"),
        visualmap_opts=opts.VisualMapOpts(
            is_piecewise=True,
            pieces=[{"max": 0, "label": '0人'},
                    {"min": 1, "max": 9, "label": '1-9人'},
                    {"min": 10, "max": 99, "label": '10-99人'},
                    {"min": 100, "max": 499, "label": '100-499人'},
                    {"min": 500, "max": 999, "label": '500-999人'},
                    {"min": 1000, "max": 9999, "label": '1000-9999人'},
                    {"min": 10000, "label": '10000人及以上'}]
        )
    )
)
chinaMap.render_notebook()

pyecharts疫情数据可视化。_第4张图片

 保存(html格式,html中的图片可以随意拖动)

page = Page(layout=Page.DraggablePageLayout)
page.add(
    foreignBar,
    chinaLine,
    chinaMap,
    chinaAbsPie
)
page.render('E:/桌面/中国疫情数据.html')

pyecharts疫情数据可视化。_第5张图片

你可能感兴趣的:(echarts,数据分析)