当前位置：首页 > 公众号精选 > AI科技大本营

20个精美图表，教你玩转 Pyecharts 可视化

时间：2021-10-14 16:59:01
手机看文章

扫描二维码
随时随地手机看文章

[导读]作者|俊欣来源|关于数据分析与可视化本篇文章我们将继续聚焦c模块并且用它来绘制精美的图表，希望读者在看完之后会有不少收获01内嵌饼状图内接一个环状的饼图，里面还有一个饼状的图(Pie().add(series_name="访问来源",data_pair=[list(z)forzi...

20个精美图表，教你玩转 Pyecharts 可视化作者 |俊欣来源 |关于数据分析与可视化本篇文章我们将继续聚焦c模块并且用它来绘制精美的图表，希望读者在看完之后会有不少收获


01
内嵌饼状图内接一个环状的饼图，里面还有一个饼状的图


( Pie() .add( series_name="访问来源", data_pair=[list(z) for z in zip(Faker.choose(), Faker.values())], radius=[0, "30%"], label_opts=opts.LabelOpts(position="inner"), ) .add( series_name="访问来源", radius=["40%", "55%"], data_pair=[list(z) for z in zip(Faker.choose(), Faker.values())], ) .set_global_opts(legend_opts=opts.LegendOpts(pos_left="15%", orient="vertical", pos_top="10%")) .set_series_opts( tooltip_opts=opts.TooltipOpts( trigger="item", formatter="{a}
{b}: {c} ({d}%)") ) .render("nested_pies.html")) 20个精美图表，教你玩转 Pyecharts 可视化


02
环形饼图
c = ( Pie() .add( "", [list(z) for z in zip(Faker.choose(), Faker.values())], radius=["50%", "75%"], ) .set_global_opts( title_opts=opts.TitleOpts(title="Pie-radius示例"), legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"), ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) .render("pie_radius_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


03
玫瑰式饼状图
c = ( Pie() .add( "", [list(z) for z in zip(Faker.choose(), Faker.values())], radius=["40%", "75%"], center=["35%", "50%"], rosetype="radius", label_opts=opts.LabelOpts(is_show=False), ) .set_global_opts(title_opts=opts.TitleOpts(title="饼图-玫瑰图示例")) .render("pie_rosetype_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


04
多个饼状图合集
c = ( Pie() .add( "", [list(z) for z in zip(["古装", "其他"], [35, 65])], center=["20%", "30%"], radius=[50, 80], label_opts=new_label_opts(), ) .add( "", [list(z) for z in zip(["动作", "其他"], [24, 76])], center=["55%", "30%"], radius=[50, 80], label_opts=new_label_opts(), ) .add( "", [list(z) for z in zip(["爱情", "其他"], [10, 90])], center=["20%", "70%"], radius=[50, 80], label_opts=new_label_opts(), ) .add( "", [list(z) for z in zip(["惊悚", "其他"], [20, 80])], center=["55%", "70%"], radius=[50, 80], label_opts=new_label_opts(), ) .set_global_opts( title_opts=opts.TitleOpts(title="Pie-多饼图基本示例"), legend_opts=opts.LegendOpts( type_="scroll", pos_top="30%", pos_left="70%", orient="vertical" ), ) .render("mutiple_pie.html")) 20个精美图表，教你玩转 Pyecharts 可视化


05
雷达图雷达图可以帮助我们查看各个维度之下的数据情况，例如


c = ( Radar() .add_schema( schema=[ opts.RadarIndicatorItem(name="A", max_=8500), opts.RadarIndicatorItem(name="B", max_=15000), opts.RadarIndicatorItem(name="C", max_=35000), opts.RadarIndicatorItem(name="D", max_=38000), opts.RadarIndicatorItem(name="E", max_=55000), opts.RadarIndicatorItem(name="F", max_=25000), ] ) .add("计划设想", v1) .add("实际情况", v2) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( legend_opts=opts.LegendOpts(), title_opts=opts.TitleOpts(title="雷达图示例"), ) .render("radar_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


06
散点图
( Scatter() .add_xaxis(xaxis_data=Faker.choose()) .add_yaxis( series_name="", y_axis=Faker.values(), symbol_size=30, label_opts=opts.LabelOpts(is_show=True), ) .set_series_opts() .set_global_opts( yaxis_opts=opts.AxisOpts( axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True), ), tooltip_opts=opts.TooltipOpts(is_show=True), ) .render("basic_scatter_chart.html")) 20个精美图表，教你玩转 Pyecharts 可视化


07
散点图 渐变色
c = ( Scatter() .add_xaxis(Faker.choose()) .add_yaxis("商家1", Faker.values(), symbol_size=30, label_opts=opts.LabelOpts(is_show=True),) .set_global_opts( title_opts=opts.TitleOpts(title="散点图-颜色分段"), visualmap_opts=opts.VisualMapOpts(max_=150), ) .render("scatter_visualmap_color_test.html"))


20个精美图表，教你玩转 Pyecharts 可视化


或者我们根据数据的大小来改变散点的大小


c = ( Scatter() .add_xaxis(Faker.choose()) .add_yaxis("商家1", Faker.values()) .add_yaxis("商家2", Faker.values()) .set_global_opts( title_opts=opts.TitleOpts(title="散点图-点状大小不同"), visualmap_opts=opts.VisualMapOpts(type_="size", max_=150, min_=20), ) .render("scatter_visualmap_size_test.html"))


20个精美图表，教你玩转 Pyecharts 可视化


08
象形柱状图
c = ( PictorialBar() .add_xaxis(Faker.choose()) .add_yaxis( "", Faker.values(), label_opts=opts.LabelOpts(is_show=True), symbol_size=20, symbol_repeat="fixed", symbol_offset=[0, 0], is_symbol_clip=True, symbol=SymbolType.ROUND_RECT, ) .reversal_axis() .set_global_opts( title_opts=opts.TitleOpts(title="象形柱状图示例"), xaxis_opts=opts.AxisOpts(is_show=True), yaxis_opts=opts.AxisOpts( axistick_opts=opts.AxisTickOpts(is_show=True), axisline_opts=opts.AxisLineOpts( linestyle_opts=opts.LineStyleOpts(opacity=0) ), ), ) .render("pictorialbar_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


09
K线图 时间轴
c = ( Kline() .add_xaxis(["2021/5/{}".format(i 1) for i in range(31)]) .add_yaxis("K线图", data) .set_global_opts( xaxis_opts=opts.AxisOpts(is_scale=True), yaxis_opts=opts.AxisOpts( is_scale=True, splitarea_opts=opts.SplitAreaOpts( is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1) ), ), datazoom_opts=[opts.DataZoomOpts()], title_opts=opts.TitleOpts(title="k线图 时间轴示例"), ) .render("k线图 时间轴_test.html"))


20个精美图表，教你玩转 Pyecharts 可视化


当然这个时间轴既可以放在外面也可以放在里面


c = ( Kline() .add_xaxis(["2021/5/{}".format(i 1) for i in range(31)]) .add_yaxis("K线图", data) .set_global_opts( xaxis_opts=opts.AxisOpts(is_scale=True), yaxis_opts=opts.AxisOpts( is_scale=True, splitarea_opts=opts.SplitAreaOpts( is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1) ), ), datazoom_opts=[opts.DataZoomOpts(type_="inside")], title_opts=opts.TitleOpts(title="K线图 时间轴示例"), ) .render("K线图 时间轴示例_inside.html")) 20个精美图表，教你玩转 Pyecharts 可视化


10
区域地图
c = ( Map() .add("商家A", [list(z) for z in zip(["杭州市", "宁波市", "舟山市", "台州市", "温州市", "丽水市", "金华市", "衢州市", "绍兴市", "湖州市", "嘉兴市"], Faker.values())], "浙江") .set_global_opts( title_opts=opts.TitleOpts(title="Map浙江地图-Test"), visualmap_opts=opts.VisualMapOpts() ) .render("map_zhejiang.html")) 20个精美图表，教你玩转 Pyecharts 可视化


11
区域地图 热力图
c = ( Geo() .add_schema(maptype="浙江") .add( "geo", [list(z) for z in zip(["杭州市", "宁波市", "舟山市", "台州市", "温州市", "丽水市", "金华市", "衢州市", "绍兴市", "湖州市", "嘉兴市"], Faker.values())], type_=ChartType.HEATMAP, ) .set_series_opts(label_opts=opts.LabelOpts(is_show=True)) .set_global_opts( visualmap_opts=opts.VisualMapOpts(), title_opts=opts.TitleOpts(title="Geo-浙江地图") ) .render("geo_zhejiang.html")) 20个精美图表，教你玩转 Pyecharts 可视化


12
地图 颜色分段
c = ( Map() .add("商家1", [list(z) for z in zip(Faker.provinces, Faker.values())], "china") .set_global_opts( title_opts=opts.TitleOpts(title="地图 颜色分段（连续型）"), visualmap_opts=opts.VisualMapOpts(max_=150), ) .render("map_visual_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


13
世界地图
c = ( Map() .add("商家1", [list(z) for z in zip(Faker.country, Faker.values())], "world") .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="Pyecharts-世界地图"), visualmap_opts=opts.VisualMapOpts(max_=200), ) .render("map_world_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


14
地图 散点图地图 涟漪散点图的示例


c = ( Geo() .add_schema(maptype="china") .add( "geo", [list(z) for z in zip(Faker.provinces, Faker.values())], type_=ChartType.EFFECT_SCATTER, ) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="地图 涟漪散点图示例")) .render("geo_effectscatter_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


15
地图 方向箭头
c = ( Geo() .add_schema( maptype="china", itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111"), ) .add( "", [list(z) for z in zip(Faker.provinces, Faker.values())], type_=ChartType.EFFECT_SCATTER, color="white", ) .add( "geo", [("宁波", "南京"), ("宁波", "北京"), ("宁波", "兰州"), ("宁波", "拉萨"), ("宁波", "银川"), ("宁波", "武汉")], type_=ChartType.LINES, effect_opts=opts.EffectOpts( symbol=SymbolType.ARROW, symbol_size=6, color="blue" ), linestyle_opts=opts.LineStyleOpts(curve=0.2), ) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="Geo-Lines-background")) .render("geo_lines_background_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


16
关系图
nodes = [ opts.GraphNode(name="结点A", symbol_size=10), opts.GraphNode(name="结点B", symbol_size=30), opts.GraphNode(name="结点C", symbol_size=20), opts.GraphNode(name="结点D", symbol_size=50), opts.GraphNode(name="结点E", symbol_size=70),]links = [ opts.GraphLink(source="结点A", target="结点B"), opts.GraphLink(source="结点B", target="结点C"), opts.GraphLink(source="结点C", target="结点D"), opts.GraphLink(source="结点D", target="结点E"), opts.GraphLink(source="结点E", target="结点A"),]c = ( Graph() .add("", nodes, links, repulsion=2000) .set_global_opts(title_opts=opts.TitleOpts(title="关系图")) .render("graph_test1.html"))


20个精美图表，教你玩转 Pyecharts 可视化


17
柱状图 水印pyecharts还可以给图表增添水印


c = ( Bar(init_opts=opts.InitOpts(width='900px', height='600px')) .add_xaxis(Faker.choose()) .add_yaxis("商家A", Faker.values()) .add_yaxis("商家B", Faker.values()) .set_global_opts( title_opts=opts.TitleOpts(title=""), graphic_opts=graphics_lst, ))c.render("watermark.html") 20个精美图表，教你玩转 Pyecharts 可视化


18
饼图 时间轴组件我们可以在饼图下面加一个时间轴，看一下随着时间的变化，各个类目是怎么来变化的


attr = Faker.choose()tl = Timeline()for i in range(2015, 2022): pie = ( Pie() .add( "商家A", [list(z) for z in zip(attr, Faker.values())], center=["50%", "50%"], radius=["40%", "60%"], ) .set_global_opts(title_opts=opts.TitleOpts("某商店{}年营业额".format(i))) ) tl.add(pie, "{}年".format(i))tl.render("timeline_pie_test.html") 20个精美图表，教你玩转 Pyecharts 可视化


19
横向柱状图 时间轴组件
tl = Timeline()for i in range(2015, 2022): bar = ( Bar() .add_xaxis(Faker.choose()) .add_yaxis("商家1", Faker.values(), label_opts=opts.LabelOpts(position="right")) .add_yaxis("商家2", Faker.values(), label_opts=opts.LabelOpts(position="right")) .reversal_axis() .set_global_opts( title_opts=opts.TitleOpts("时间轴 横向柱状图 (时间: {} 年)".format(i)) ) ) tl.add(bar, "{}年".format(i))tl.render("timeline_bar_reversal_test.html") 20个精美图表，教你玩转 Pyecharts 可视化


20
地图 时间轴组件
tl = Timeline()for i in range(2015, 2022): map0 = ( Map() .add("商家1", [list(z) for z in zip(Faker.provinces, Faker.values())], "china") .set_global_opts( title_opts=opts.TitleOpts(title="{}年数据".format(i)), visualmap_opts=opts.VisualMapOpts(max_=200), ) ) tl.add(map0, "{}年".format(i))tl.render("timeline_map.html") 20个精美图表，教你玩转 Pyecharts 可视化


21
柱状图 自定义标识有时候我们需要将最大、最小值以及平均值标识出来，于是乎


c = ( Bar() .add_xaxis(Faker.choose()) .add_yaxis("商家1", Faker.values()) .add_yaxis("商家2", Faker.values()) .set_global_opts(title_opts=opts.TitleOpts(title="直方图 标识特殊值（指定类型）")) .set_series_opts( label_opts=opts.LabelOpts(is_show=False), markpoint_opts=opts.MarkPointOpts( data=[ opts.MarkPointItem(type_="max", name="最大值"), opts.MarkPointItem(type_="min", name="最小值"), opts.MarkPointItem(type_="average", name="平均值"), ] ), ) .render("bar_markpoint_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


22
柱状图 渐变色
c = ( Bar() .add_xaxis(Faker.choose()) .add_yaxis("商家1", Faker.values(), category_gap="50%") .set_series_opts( itemstyle_opts={ "normal": { "color": JsCode( """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{ offset: 0, color: 'rgba(0, 244, 255, 1)' }, { offset: 1, color: 'rgba(0, 77, 167, 1)' }], false)""" ), "barBorderRadius": [50, 50, 50, 50], "shadowColor": "rgb(0, 160, 221)", } } ) .set_global_opts(title_opts=opts.TitleOpts(title="圆角直方图-渐变圆柱示例")) .render("bar_border_test.html")) 20个精美图表，教你玩转 Pyecharts 可视化


20个精美图表，教你玩转 Pyecharts 可视化



本站声明： 本文章由作者或相关机构授权发布，目的在于传递更多信息，并不代表本站赞同其观点，本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者，如若文章内容侵犯您的权益，请及时联系本站删除。
关闭
关闭