可视化 | Pyecharts 单轴散点图（附完整代码）

大家好，我是 【Python当打之年】

本期主要利用pyecharts给大家展示 单轴散点图 的画法，希望对小伙伴们有所帮助，如有疑问或者需要改进的地方可以私信小编。

1. 示例数据

生成随机数据：

# 生成每周日期数据
hours = [str(i)+'h' for i in range(24)]
week_days = ['Sunday','Saturday', 'Friday', 'Thursday', 'Wednesday', 'Tuesday', 'Monday'];
data_days = [i for i in range(len(week_days))]
data_hours = [i for i in range(len(hours))]

# 随机生成每天每小时数据
data_points = [random.randint(0, 10) for j in range(len(week_days)) for i in range(len(hours))]
week_hours = [list(i) for i in itertools.product(data_days, data_hours)]
data_lastest = np.c_[week_hours,data_points].tolist()

示例数据（2*3）：

2. 基础散点图

以Sunday为例：

# 基本散点图
scatter = Scatter(init_opts=opts.InitOpts(width='900px', height='400px', theme='light'))
scatter.add_xaxis(xaxis_data=hours)
scatter.add_yaxis('',
                y_axis=[item[2] for item in data_lastest if item[0] == 0],
                symbol_size=JsCode('function(p) { return p[1] * 4;}'),
                label_opts=opts.LabelOpts(is_show=False),
                )
scatter.set_global_opts(xaxis_opts=opts.AxisOpts(is_show=True),
                      yaxis_opts=opts.AxisOpts(is_show=True),
                      title_opts=opts.TitleOpts(title='Sunday'),
                      )

scatter.render_notebook()

效果：

3. 单轴散点图

所有点设置一行（单轴）：

# 单轴散点图
single_axis, titles = [], []
scatter = Scatter(init_opts=opts.InitOpts(width='900px', height='400px', theme='light'))

scatter.add_xaxis(xaxis_data=hours)
# 单轴配置
single_axis.append({"left":'15%',
                    "name": 'Sunday',
                    "nameGap": 20,
                    "nameLocation": 'start',
                    "type": 'category',
                    "boundaryGap": False,
                    "data": hours,
                    "top": '15%',
                    "height": '10%',
                    "gridIndex": 0,
                    "nameTextStyle": {"fontSize": 16},
                    "axisLabel": { "interval": 2 }
                    })

scatter.add_yaxis('',
                y_axis=[item[2] for item in data_lastest if item[0] == 0],
                symbol_size=JsCode('function(p) { return p[1] * 4;}'),
                label_opts=opts.LabelOpts(is_show=False),
                )
scatter.options['series'][0]['coordinateSystem'] = 'singleAxis'
scatter.options['series'][0]['singleAxisIndex'] = 0
scatter.options['singleAxis'] = single_axis
scatter.set_global_opts(xaxis_opts=opts.AxisOpts(is_show=False),
                      yaxis_opts=opts.AxisOpts(is_show=False),
                      )
scatter.render_notebook()

效果：

4. 单轴叠加

叠加所有时间数据：

single_axis, titles = [], []
scatter = Scatter(init_opts=opts.InitOpts(width='900px', height='400px', theme='light'))
for idx, day in enumerate(week_days):
    pers = 100 / len(week_days)
    scatter.add_xaxis(xaxis_data=hours)
    # 单轴配置
    single_axis.append({"left": '10%',
                        "nameGap": 20,
                        "nameLocation": 'start',
                        "type": 'category',
                        "boundaryGap": False,
                        "data": hours,
                        "top": '{}%'.format(idx * pers + 5),
                        "height": '{}%'.format(pers - 10),
                        "gridIndex": idx,
                        "nameTextStyle": {"fontSize": 16},
                        "axisLabel": { "interval": 2 }
                        })
    titles.append(dict(text=day,top='{}%'.format(idx * pers + 5), left='2%'))
    scatter.add_yaxis('',
                    y_axis=[item[2] for item in data_lastest if item[0] == idx],
                    symbol_size=JsCode('function(p) { return p[1] * 4;}'),
                    label_opts=opts.LabelOpts(is_show=False),
                    )
    scatter.options['series'][idx]['coordinateSystem'] = 'singleAxis'

# 标题
scatter.options['singleAxis'] = single_axis
scatter.set_global_opts(
    xaxis_opts=opts.AxisOpts(is_show=False),
    yaxis_opts=opts.AxisOpts(is_show=False),
    title_opts=titles
    )
scatter.render_notebook()

效果：

5. 实例

实例地址： 【点我跳转】

---

以上就是本期为大家整理的全部内容了，赶快练习起来吧，原创不易，喜欢的朋友可以点赞、收藏也可以分享（注明出处）让更多人知道。

推荐阅读

• ‍ 【Pandas+Pyecharts | 山东省高考考生数据分析可视化】
• 【Pandas+Pyecharts | 40000+汽车之家数据分析可视化】
• 【Pandas+Pyecharts | 20000+天猫订单数据可视化】
• 【Pandas+Pyecharts | 广州市已成交房源信息数据可视化】
• 【Pandas+Pyecharts | 考研信息数据可视化】
• 【Pandas+Pyecharts | 某平台招聘信息数据可视化】
• 【Pandas+Pyecharts | 医院药品销售数据可视化】
• ️ 【Pyecharts | 比特币每日价格动态可视化】
• 【可视化 | Python中秋月饼销量分析，这些口味才是yyds!】
• 【Pyecharts | 《白蛇2:青蛇劫起》20000+数据分析可视化】
• 【Pyecharts | 历年全国各地民政局登记数据分析+可视化】
• 【Pandas+Pyecharts | 全国热门旅游景点数据分析+可视化】
• 【Pandas+Pyecharts | 2020东京奥运会奖牌数据可视化】
• 【Pandas常用基础操作指令汇总 】
• 【pandas + pyecharts | ADX游戏广告投放渠道综合分析】
• 【Schedule + Pyecharts | 时间序列图(动态轮播图)】
• 【Pandas+Pyecharts | 北京某平台二手房数据分析+可视化】
• 【Pandas+Pyecharts | 2021中国大学综合排名分析+可视化】
• 【爬虫 | Python爬取豆瓣电影Top250 + 数据可视化】
• 【技巧 | Python创建自己的高匿代理IP池】

---

文章首发微信公众号 “Python当打之年” ，每天都有python编程技巧推送，希望大家可以喜欢