精华内容
下载资源
问答
  • pyecharts 饼图

    2021-04-02 13:05:14
    from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts.faker import Faker#伪数据 pie = Pie() pie.add("这个系列的名称",[list(z) for z in zip(Faker.choose(), Faker.values...
    from pyecharts import options as opts
    from pyecharts.charts import Pie
    from pyecharts.faker import Faker#伪数据
    
    pie = Pie()
    pie.add("这个系列的名称",[list(z) for z in zip(Faker.choose(), Faker.values())], radius=["40%", "75%"],)
    pie.set_global_opts(title_opts=opts.TitleOpts(title="Pie-Radius"),
        legend_opts=opts.LegendOpts(orient="horizontal", pos_top="3%", pos_left="27%"))
    pie.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))#显示百分比
    pie.render("pie_radius.html")
    

    opts.LabelOpts(formatter’)

    # 标签内容格式器,支持字符串模板和回调函数两种形式,字符串模板与回调函数返回的字符串均支持用 \n 换行。
        # 模板变量有 {a}, {b},{c},{d},{e},分别表示系列名,数据名,数据值等。 
        # 在 trigger 为 'axis' 的时候,会有多个系列的数据,此时可以通过 {a0}, {a1}, {a2} 这种后面加索引的方式表示系列的索引。 
        # 不同图表类型下的 {a},{b},{c},{d} 含义不一样。 其中变量{a}, {b}, {c}, {d}在不同图表类型下代表数据含义为:
    
        # 折线(区域)图、柱状(条形)图、K线图 : {a}(系列名称),{b}(类目值),{c}(数值), {d}(无)
        # 散点图(气泡)图 : {a}(系列名称),{b}(数据名称),{c}(数值数组), {d}(无)
        # 地图 : {a}(系列名称),{b}(区域名称),{c}(合并数值), {d}(无)
        # 饼图、仪表盘、漏斗图: {a}(系列名称),{b}(数据项名称),{c}(数值), {d}(百分比)
        # 示例:formatter: '{b}: {@score}'
        # 
        # 回调函数,回调函数格式:
        # (params: Object|Array) => string
        # 参数 params 是 formatter 需要的单个数据集。格式如下:
        # {
        #    componentType: 'series',
        #    // 系列类型
        #    seriesType: string,
        #    // 系列在传入的 option.series 中的 index
        #    seriesIndex: number,
        #    // 系列名称
        #    seriesName: string,
        #    // 数据名,类目名
        #    name: string,
        #    // 数据在传入的 data 数组中的 index
        #    dataIndex: number,
        #    // 传入的原始数据项
        #    data: Object,
        #    // 传入的数据值
        #    value: number|Array,
        #    // 数据图形的颜色
        #    color: string,
        # }
        formatter: Optional[str] = None,
    
    
    from pyecharts import options as opts
    from pyecharts.charts import Bar
    
    x=range(1,8)
    y=[114, 55, 27, 101, 125, 27, 105]
    bar = Bar()
    bar.add_xaxis(list(x))
    bar.add_yaxis("name", y)
    bar.set_global_opts(xaxis_opts=opts.AxisOpts(max_=10,axisline_opts=opts.AxisLineOpts(is_show=False)))#max_配置x轴刻度
    bar.render("bar2.html")
    
    展开全文
  • 文章目录pyecharts学习pyecharts饼图pyechart 圆弧状Pie pyecharts学习 pyecharts饼图 Pie 需要的数据格式: [[x1,y1],[x2,y2]] 绘制饼图的操作步骤: 构建Pie 的数据 为Pie 示例对象添加数据 设置标题 设置每一项...

    学习笔记,仅供参考,有错必究



    pyecharts学习

    pyecharts饼图

    Pie 需要的数据格式:

    [[x1,y1],[x2,y2]]

    绘制饼图的操作步骤:

    • 构建Pie 的数据
    • 为Pie 示例对象添加数据
    • 设置标题
    • 设置每一项占比
    from pyecharts.charts import  Pie
    from pyecharts import  options as opts
    
    # 构建Pie的数据
    x = ['直接访问','营销推广','博客推广','搜索引擎']
    y = [830,214,300,1100]
    
    # Pie 设置指定的格式
    data_pair = [list(z) for z in  list(zip(x_data,y_data))]
    print(data_pair)
    
    [['直接访问', 830], ['营销推广', 214], ['博客推广', 300], ['搜索引擎', 1100]]
    
    def pie_charts(data_pair)->Pie:
        c = Pie(init_opts=opts.InitOpts(width='600px',height='600px'))
        c.add(series_name='访问来源',data_pair=data_pair)
    
        # 设置全局项
        c.set_global_opts(title_opts=opts.TitleOpts(title='课程不同的来源的销售分析',pos_left='center',pos_top=20))
    
        # 设置每项数据占比
        c.set_series_opts(tooltip_opts=opts.TooltipOpts(trigger='item',formatter="{a} <br/> {b}:{c} ({d}%)"))
        return c
    
    
    c  = pie_charts(data_pair)
    c.render_notebook()
    

    在这里插入图片描述

    pyechart 圆弧状Pie

    def pie_radius_charts(data_pair)->Pie:
        c = Pie()
        c.add(series_name='访问来源',data_pair=data_pair,radius=['40%','75%'])
        
        c.set_global_opts(
            title_opts=opts.TitleOpts(title='课程不同销售来源'),
            legend_opts=opts.LegendOpts(orient='vertical',pos_top='15%',pos_left='2%')
        )
        
        # 设置每项数据占比
        c.set_series_opts(tooltip_opts=opts.TooltipOpts(trigger='item',formatter="{a} <br/> {b}:{c} ({d}%)"))
        return c 
    
    
    c = pie_radius_charts(data_pair)
    c.render_notebook()
    

    在这里插入图片描述

    展开全文
  • Pyecharts 饼图位置调整

    千次阅读 2019-12-30 22:38:21
    如果要把 pyecharts 里的饼图嵌入其他页面,有的时候需要调整饼图的位置。 不调整可能会显示成这样: 调整后的效果是这样: 关键代码在于: center=["40%", "60%"] def pie_base_proc(p_dict, p_list) ...

    如果要把 pyecharts 里的饼图嵌入其他页面,有的时候需要调整饼图的位置。

    不调整可能会显示成这样:

    调整后的效果是这样:

     

    关键代码在于:

    center=["40%", "60%"]
    def pie_base_proc(p_dict, p_list) -> Pie:
        c = (
            Pie(init_opts=opts.InitOpts(width=p_dict['width'],height=p_dict['height']))
            .add("", p_list,center=["40%", "60%"])
    
            .set_global_opts(title_opts=opts.TitleOpts(title=p_dict['title']),
                                 legend_opts=opts.LegendOpts(orient=p_dict['orient'], pos_left=p_dict['pos_left'], pos_top=p_dict['pos_top']))
    
            .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}", position='inside'))
    
        )
        return c
    
    
    def lx_data_Pie(m_dict):
        p_dict = {'title':m_dict['title'], 'width':'300px', 'height': '300px'}
        # horizontal vertical
        p_dict['orient'] ="horizontal"
        p_dict['pos_left'] = "0%"
        p_dict['pos_top'] = "5%"
        m_data = m_dict['m_data']
        p_list = [list(z) for z in zip(m_data[0], m_data[1])]
        return pie_base_proc(p_dict,p_list)

     

     

    展开全文
  • 1. 打开虚拟机,确保虚拟机中的mysql正常连接: 2.数据准备: Navicat Premium正常连接虚拟机中的mysq,创建名为follow的数据库,再通过excel导入准备好的数据: 3.Navicat Premium中查询出表中各评分及其...

    1. 打开虚拟机,确保虚拟机中的mysql正常连接:

    2.数据准备:

    Navicat Premium正常连接虚拟机中的mysq,创建名为follow的数据库,再通过excel导入准备好的数据:

    3.Navicat Premium中查询出表中各评分及其对应的影片数量:

    4. 验证查询结果正确性,如验证9.4分的影片个数是否为4:

    5. cmd开打jupyterlab,http地址复制到浏览器中:

    6. jupyterlab中写入程序:

    7.运行程序:

     

    8. 有些时候juputerlab中显示不出图形,可以用下面运行程序看图形是否生成:

    展开全文
  • 饼图pyecharts有一个功能比matplotlib便捷一点,就是能够自动防止标签叠加,可以在例7了解 首先导入通用模块包 from pyecharts.charts import Page,Pie from pyecharts.commons.utils import JsCode from ...
  • 利用 Pyecharts 制作饼图

    千次阅读 2020-03-04 23:36:27
    利用 Pyecharts 制作饼图: from pyecharts import options as opts from pyecharts.charts import Pie from random import randint def pie_base() -> Pie: c = ( Pie() .add("", [list(z) for z ...
  • pyecharts-饼图

    千次阅读 2019-05-23 10:46:19
    如果直接from pyecharts import Bar,会发现报错TypeError: 'module' object is not callable,这是因为...绘制饼图 from pyecharts import options as opts from pyecharts.charts import Page, Pie data = {...
  • pyecharts 1.0.0版本饼图

    2020-04-05 16:59:05
    pyecharts 饼图 图例: 代码一: from pyecharts import options as opts from pyecharts.charts import Page, Pie # 列出list, Dataframe 需要转换成 list a=[("中风险", 21249),("高风险", 13842)] pie=( Pie...
  • Pyecharts饼图(Pie)

    2020-04-03 22:03:19
    Pyecharts饼图(Pie) from snapshot_selenium import snapshot as driver from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts.render import make_snapshot from pyecharts...
  • python中pyecharts绘制饼图

    万次阅读 2019-02-12 16:30:09
    pyecharts包绘制饼图需要调用Pie from pyecharts import Pie Pie.add()方法签名: add(name, attr, value, radius=None, center=None, rosetype=None, **kwargs) name -> str 图例名称 attr -> ...
  • 本文中讲解的是如何利用pyecharts来绘制各种满足不同需求的饼图,包含:基础饼图+改变饼图位置颜色环状饼图内嵌饼图饼图玫瑰图开始之前,先来看看部分效果:注:文末提供本文的源码获取方式,供大家练习导入库本文...
  • 惊叹,Pyecharts绘制饼图原来可以如此漂亮!

    千次阅读 多人点赞 2020-12-13 10:00:00
    来源:Python数据之道作者:Peter整理:Lemon利用Pyecharts玩转饼图饼图在实际的可视化要求中是非常常见的,它能够很好显示个体的占比或者数据情况。本文中讲解的是如何利用...
  • 关注上方“Python数据科学”,选择星标,精彩...本文中讲解的是如何利用 pyecharts 来绘制各种满足不同需求的饼图,包含:基础饼图+改变饼图位置颜色环状饼图内嵌饼图饼图玫瑰图开始之前,先来看看部分效果:注...
  • python pyecharts pie饼图反应比例关系

    千次阅读 2019-01-09 17:21:40
    from pyecharts import Pie,Bar,Gauge,EffectScatter,WordCloud import random attr=["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子",] v1=[11,...
  • 本文中讲解的是如何利用 pyecharts 来绘制各种满足不同需求的饼图,包含:基础饼图+改变饼图位置颜色环状饼图内嵌饼图饼图玫瑰图开始之前,先来看看部分效果:注:文末提供本文的源码获取方式,供大家练习导入库...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 459
精华内容 183
关键字:

pyecharts饼图