跟小白学Python数据分析——绘制水球图
本文继续采用PyEcharts v1.x版本进行绘制水球图。
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。
绘制的水球图效果是这样的：
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：
from pyecharts import options as opts
from pyecharts.charts import Liquid
水球图数据很简单，就是一个完成率数字，所以不用定义或导入，也无需做转换。
接下来就可以绘制水球图了：
c = (
#创建水球图对象
Liquid()
#设置数据系列名称及数据，is_outline_show是设置边框线，根据自身喜欢选择
.add("完成率", [0.5], is_outline_show=False)
# 设置图表标题及位置
.set_global_opts(title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center"))
#通过render()方法将水球图渲染为html
.render("圆形水球图.html")
)
水球图的颜色可以设置，只需要add()中添加color参数，代码如下：
c = (
Liquid()
.add("完成率", [0.5], is_outline_show=False, color=['#DC143C'])
.set_global_opts(title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center"))
.render("圆形水球图.html")
)
设置红色的水球图效果是这样的：
另外水球的形状也是可以设置的：
from pyecharts import options as opts
from pyecharts.charts import Liquid
from pyecharts.globals import SymbolType
c = (
Liquid()
.add("完成率", [0.5], is_outline_show=False, shape=SymbolType.RECT)
.set_global_opts(title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center"))
.render("矩形水球图.html")
)
矩形水球图效果是这样的：
看出区别了吗？只要在add()中添加shape=SymbolType.RECT的设置，同时需要导入对应的模块：from pyecharts.globals import SymbolType
另外shape=SymbolType.DIAMOND 就是钻石水球图
shape=SymbolType.ROUND_RECT 就是圆角矩形水球图
shape=SymbolType.TRIANGLE 就是三角形水球图
shape=SymbolType.ARROW 就是箭头水球图
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
跟小白学Python数据分析——绘制饼图、圆环图
跟小白学Python数据分析——绘制仪表盘
-----------------
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