Python----數據可視化(Pyecharts三:繪圖二:漣漪散點圖,K線圖,漏斗圖,雷達圖,詞云圖,地圖,柱狀圖折線圖組合,時間線輪廓圖)

1、漣漪特效散點圖

from pyecharts.globals import SymbolType
from pyecharts.charts import EffectScatter
from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.globals import ThemeType
# 繪制圖表
es = (EffectScatter(init_opts=opts.InitOpts(theme=ThemeType.VINTAGE)).add_xaxis(Faker.choose()).add_yaxis('',Faker.values(),symbol=SymbolType.DIAMOND,symbol_size=20)
)
# 渲染圖表
es.render_notebook()

2、K線圖

from pyecharts.charts import Kline
from pyecharts import options as opts
data = [[2320.26, 2320.26, 2287.3, 2362.94],[2300, 2291.3, 2288.26, 2308.38],[2295.35, 2346.5, 2295.35, 2345.92],[2347.22, 2358.98, 2337.35, 2363.8],[2360.75, 2382.48, 2347.89, 2383.76],[2383.43, 2385.42, 2371.23, 2391.82],[2377.41, 2419.02, 2369.57, 2421.15],[2425.92, 2428.15, 2417.58, 2440.38],[2411, 2433.13, 2403.3, 2437.42],[2432.68, 2334.48, 2427.7, 2441.73],[2430.69, 2418.53, 2394.22, 2433.89],[2416.62, 2432.4, 2414.4, 2443.03],[2441.91, 2421.56, 2418.43, 2444.8],[2420.26, 2382.91, 2373.53, 2427.07],[2383.49, 2397.18, 2370.61, 2397.94],[2378.82, 2325.95, 2309.17, 2378.82],[2322.94, 2314.16, 2308.76, 2330.88],[2320.62, 2325.82, 2315.01, 2338.78],[2313.74, 2293.34, 2289.89, 2340.71],[2297.77, 2313.22, 2292.03, 2324.63],[2322.32, 2365.59, 2308.92, 2366.16],[2364.54, 2359.51, 2330.86, 2369.65],[2332.08, 2273.4, 2259.25, 2333.54],[2274.81, 2326.31, 2270.1, 2328.14],[2333.61, 2347.18, 2321.6, 2351.44],[2340.44, 2324.29, 2304.27, 2352.02],[2326.42, 2318.61, 2314.59, 2333.67],[2314.68, 2310.59, 2296.58, 2320.96],[2309.16, 2286.6, 2264.83, 2333.29],[2282.17, 2263.97, 2253.25, 2286.33],[2255.77, 2270.28, 2253.31, 2276.22],
]
# 繪制圖表
kl = (Kline().add_xaxis([f'2030/6/{i}' for i in range(1,len(data)+1)]).add_yaxis('',data)
)
# 渲染圖表
kl.render_notebook()

3、漏斗圖?

from pyecharts.charts import Funnel
from pyecharts.faker import Faker
from pyecharts import options as opts
fun = (Funnel().add('',data_pair=[(k,v) for k,v in zip(Faker.choose(),Faker.values())],label_opts= opts.LabelOpts(formatter='{b}:{c}',position='inside'),sort_='ascending')
)
fun.render_notebook()

4、雷達圖?

from pyecharts.charts import Radar
from pyecharts import options as opts
#添加數據項
data1=[[98,100,89,89,97]]
data2 = [[100,89,79,67,61]]
#繪制雷達圖
radar = (Radar().add_schema([opts.RadarIndicatorItem(name="語文",max_=100),opts.RadarIndicatorItem(name="數學",max_=100),opts.RadarIndicatorItem(name="化學",max_=100),opts.RadarIndicatorItem(name="歷史",max_=100),opts.RadarIndicatorItem(name="地理",max_=100),]).add('小明',data1,color=Faker.rand_color()).add('大虎',data2,color=Faker.rand_color()).set_series_opts(label_opts=opts.LabelOpts(is_show=False),linestyle_opts=opts.LineStyleOpts(width=3))
)
radar.render_notebook()

5、詞云圖?

from pyecharts.charts import WordCloud
from pyecharts import options as opts
data = [ ['ThinkPad','15.7'], ['聯想','14.5'],['惠普','14.4'], ['華為','11.7'], ['華碩','8.2'], ['戴爾','8.1'], ['Acer 宏碁','4.5'], ['蘋果','3.5'], ['神舟','3.2'], ['ROG','3.1'], ['機械革命','2.4'], ['msi 微星','1.8'], ['外星人','1.5'], ['微軟','1.4'], ['榮耀','1.2'], ['雷神','1'], ['三星','0.7'], ['紅米','0.6'], ['機械師','0.5'], ['小米','0.5'], ['炫龍','0.4'], ['雷蛇','0.2'], ['壹號本','0.1'], ['a 豆','0.1'],['未來人類','0.1'], ['技嘉','0.1'], ['中柏','0.1'], ['VAIO','0.1'], ['火影','0.1'], ['LG','0.1'], ['松下','0'], ['麥本本','0'], ['吾空','0'], ['長城','0'], ['GPD','0'], ['清華同方','0'], ['神基','0'], ['愛爾軒','0'], ['酷比魔方','0'], ['海爾','0'], ['谷歌','0'], ['臺電','0'], ['iru','0'], ['攀升 IPASON','0'], ['NEC','0'], ['夏普','0'],['京東京造','0'], ['錫恩帝','0'], ['皓勤','0'], ['Intel','0']]
# 繪制指定圖形
wd = (WordCloud()     # 初始化詞云圖表.add('',data,shape='star') 
)
# 渲染圖表
wd.render_notebook()

6、地圖

from pyecharts.charts import Map
from pyecharts import options as opts
from pyecharts.faker import Faker
map = (Map() # 初始化地圖對象.add('商家A',[['北京市',100],['上海市',150],['太原市',99]],'china')  # 1. 數據的key一定要和地圖上的名稱相符# 2. 地圖上沒有的key盡量不要去用,很有可能顯示不出來
)
# 渲染圖表
map.render_notebook()

地圖坐標圖

from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.globals import ChartType
from pyecharts.globals import SymbolType
geo = (Geo().add_schema().add('',data_pair=[i for i in zip(Faker.provinces,Faker.values())],label_opts= opts.LabelOpts(is_show=False),type_=ChartType.EFFECT_SCATTER) # 填充數據.add('',[('北京','上海1'),('北京','廣州'),('廣州','上海')],type_=ChartType.LINES,      # 繪制成線linestyle_opts=opts.LineStyleOpts(curve=0.2),  # 設置線的平滑度effect_opts=opts.EffectOpts(symbol_size=6,symbol=SymbolType.ARROW,color='green'),color='green')
)
# 渲染圖表
geo.render_notebook()

7、柱狀圖折線圖組合

from pyecharts.charts import Bar,Line
from pyecharts.globals import ThemeType
from pyecharts import options as opts
# 設置數據
x_value = [f'{i}月' for i in range(1,13)]
# 蒸發
evaporation = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
# 降水
precipitation = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
# 溫度
temperature = [2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2]
# 柱狀圖
bar = (Bar().add_xaxis(xaxis_data=x_value) # 設置x軸數據.add_yaxis('蒸發',evaporation).add_yaxis('降水',precipitation).set_global_opts(title_opts=opts.TitleOpts('組合圖'),yaxis_opts=opts.AxisOpts(name='水量',min_=0,max_=250,axislabel_opts=opts.LabelOpts(formatter='{value}ml'))).extend_axis(yaxis=opts.AxisOpts(name='溫度',min_=0,max_=25,axislabel_opts=opts.LabelOpts(formatter='{value}℃'))) # 追加y軸數據
)
# 折線圖
line = (Line().add_xaxis(xaxis_data=x_value).add_yaxis('溫度',temperature,yaxis_index=1) # yaxis_index指定第幾個y軸內容
)
# 混合2個圖表
bar.overlap(line)
# 渲染圖表
bar.render_notebook()

8、時間線輪播圖

from pyecharts.charts import Timeline,Bar
from pyecharts.faker import Faker
# 繪制時間線圖表
timeline = Timeline()
# 設置x軸數據
x_value = Faker.choose()
for year in range(2020,2031):bar = (Bar().add_xaxis(x_value).add_yaxis('商家A',Faker.values()).add_yaxis('商家B',Faker.values()))# 將圖表增加到時間線中timeline.add(bar,f'{year}年')
# 渲染圖表
timeline.render_notebook()

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/72563.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/72563.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/72563.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

自然語言處理預訓練模型的研究綜述

📕參考::2020-11-02,https://kns.cnki.net/kcms/detail/11.2127.tp.20201030.1952.017.html 主要是這篇文章的自己摘了點筆記。 預訓練模型的深度學目標是如何使預訓練好的模型處于良好的初始狀態,在下游任務中達到更好的性能表現…

ES6(1) 簡介與基礎概念

1. ES6 簡介 ES6(ECMAScript 6)是 JavaScript 的一個重要版本,它在 ES5 的基礎上進行了擴展和優化。ES6 主要應用于現代 Web 開發,提高了 JavaScript 的編程效率和可讀性。 2. ES6 與 JavaScript 的關系 JavaScript 是一種基于 E…

HTML深度解讀

## 引言 HTML(HyperText Markup Language)是構建網頁的基礎語言。自1991年由Tim Berners-Lee發明以來,HTML已經經歷了多次版本更新,從HTML 1.0到HTML5,每一次更新都帶來了新的特性和功能。本文將深入探討HTML的核心概…

一次Linux下 .net 調試經歷

背景: Xt160Api, 之前在windows下用.net調用,沒有任何問題。 但是移植到Linux去后,.net程序 調用 init(config_path) 總是報錯 /root/test 找不到 traderApi.ini (/root/test 是程序目錄) 然后退出程序 解決過程: 于是考慮是不是參數傳錯了&…

iOS底層原理系列01-iOS系統架構概覽-從硬件到應用層

1. 系統層級結構 iOS系統架構采用分層設計模式,自底向上可分為五個主要層級,每層都有其特定的功能職責和技術組件。這種層級化結構不僅使系統更加模塊化,同時也提供了清晰的技術抽象和隔離機制。 1.1 Darwin層:XNU內核、BSD、驅動…

k8s 修改節點驅逐閾值

編輯 /var/lib/kubelet/config.yaml 文件 kind: KubeletConfiguration evictionHard:nodefs.available: "5%" # 降低磁盤壓力觸發閾值imagefs.available: "10%" # 調整容器鏡像存儲觸發閾值nodefs.inodesFree: "3%

日志存儲與分析

日志是系統運行的詳細記錄,包含各種事件發生的主體、時間、位置、內容等關鍵信息。出于運維可觀測、網絡安全監控及業務分析等多重需求,企業通常需要將分散的日志采集起來,進行集中存儲、查詢和分析,以進一步從日志數據里挖掘出有…

PHP與MySQL的高效數據交互:最佳實踐與優化技巧

在現代Web開發中,PHP與MySQL的組合仍然是最常見的技術棧之一。PHP作為一種廣泛使用的服務器端腳本語言,與MySQL這一強大的關系型數據庫管理系統相結合,能夠構建出功能強大且高效的Web應用。然而,隨著數據量的增長和用戶需求的提升…

Flutter 邊框按鈕:OutlinedButton 完全手冊與設計最佳實踐

目錄 1. 引言 2. OutlinedButton 的基本用法 3. 主要屬性 3.1 核心屬性詳解 3.2 ButtonStyle 子屬性詳解 (styleFrom/copyWith) 狀態響應優先級說明 4. 自定義按鈕樣式 4.1 修改邊框顏色和文本顏色 4.2 修改按鈕形狀 4.3 修改按鈕大小 4.4 集中演示 5. 結論 相關推…

【Node.js入門筆記4---fs 目錄操作】

Node.js入門筆記4 Node.js---fs 目錄操作一、目錄操作1.fs.mkdir():創建目錄。異步,非阻塞。創建單個目錄創建多個目錄創建目前之前需要確認是否存在: 2. fs.mkdirSync():用于創建一個新的目錄。異步,非阻塞。3.fs.rmd…

IP風險度自檢,互聯網的安全“指南針”

IP地址就像我們的網絡“身份證”,而IP風險度則是衡量這個“身份證”安全性的重要指標。它關乎著我們的隱私保護、賬號安全以及網絡體驗,今天就讓我們一起深入了解一下IP風險度。 什么是IP風險度 IP風險度是指一個IP地址可能暴露用戶真實身份或被網絡平臺…

【軟考-架構】5.3、IPv6-網絡規劃-網絡存儲-補充考點

?資料&文章更新? GitHub地址:https://github.com/tyronczt/system_architect 文章目錄 IPv6網絡規劃與設計建筑物綜合布線系統PDS💯考試真題第一題第二題 磁盤冗余陣列網絡存儲技術其他考點💯考試真題第一題第二題 IPv6 網絡規劃與設計…

數據結構------線性表(順序表)

一、線性表順序存儲詳解 (一)線性表核心概念 1. 結構定義 // 數據元素類型 typedef struct person {char name[32];char sex;int age;int score; } DATATYPE;// 順序表結構 typedef struct list {DATATYPE *head; // 存儲空間基地址int tlen; …

SVN學習筆記

svn:版本控制軟件 解決:1.協作開發 2.遠程開發 3.版本回退 服務端軟件: VisualSVN http://www.visualsvn.com 客戶端軟件:Tortoisesvn http://tortoisesvn.net/downloads 1.checkout(檢出) 第一查更新數據到本地, 2.update&#xf…

uniapp-x js 限制

1.String(str) 不允許&#xff0c;android模擬室報錯&#xff0c;找不到String 2.JSON.parse不接受泛類型 export const genData function<T> (initData:T) : T {return JSON.parse<T>(JSON.stringify(initData))!;//不可以&#xff0c;必須明確類型 } error: …

PyTorch使用-張量的創建

文章目錄 張量的創建1. 安裝 PyTorch2. 基本創建方式2.1 torch.tensor 根據指定數據創建張量2.2. torch.Tensor 根據形狀創建張量, 其也可用來創建指定數據的張量2.3. 指定類型的張量創建2.3.1. torch.IntTensor&#xff1a;創建整數類型張量2.3.2. torch.FloatTensor&#xff…

基于asp.net實現的連鎖餐廳收銀系統[包運行成功+永久免費答疑輔導]

基于ASP.NET實現的連鎖餐廳收銀系統背景&#xff0c;可以從以下幾個方面進行闡述&#xff1a; 一、技術背景 ASP.NET框架的普及與優勢&#xff1a; ASP.NET是微軟開發的一種用于構建Web應用程序的框架&#xff0c;它基于.NET Framework&#xff0c;提供了豐富的類庫和開發工具…

PyTorch 深度學習實戰(11):強化學習與深度 Q 網絡(DQN)

在之前的文章中&#xff0c;我們介紹了神經網絡、卷積神經網絡&#xff08;CNN&#xff09;、循環神經網絡&#xff08;RNN&#xff09;、Transformer 等多種深度學習模型&#xff0c;并應用于圖像分類、文本分類、時間序列預測等任務。本文將介紹強化學習的基本概念&#xff0…

92.HarmonyOS NEXT開發學習路徑與最佳實踐總結:構建高質量應用

溫馨提示&#xff1a;本篇博客的詳細代碼已發布到 git : https://gitcode.com/nutpi/HarmonyosNext 可以下載運行哦&#xff01; HarmonyOS NEXT開發學習路徑與最佳實踐總結&#xff1a;構建高質量應用 文章目錄 HarmonyOS NEXT開發學習路徑與最佳實踐總結&#xff1a;構建高質…

HarmonyOS-應用程序框架基礎

應用程序框架與應用模型的區別 應用框架可以看做是應用模型的一種實現方式&#xff0c;開發人員可以用應用模型來描述應用程序的結構和行為的描述&#xff0c;然后使用應用程序框架來實現這些描述。 應用模型 應用模型是一個應用程序的模型&#xff0c;它是一種抽象的描述&a…