精华内容
下载资源
问答
  • pyecharts画饼图,多图并列 BirIndex = ['异常值率','正常值率'] BirValue = [12.18,87.82] pieBir = Pie(init_opts=opts.InitOpts(width='800px',height='400px')) pieBir.add(series_name='出生日期',data_pair =...

    pyecharts画饼图,多图并列

    BirIndex = ['异常值率','正常值率']
    BirValue = [12.18,87.82]  
    pieBir = Pie(init_opts=opts.InitOpts(width='800px',height='400px'))
    pieBir.add(series_name='出生日期',data_pair = [list(z) for z in zip(BirIndex,BirValue)], center=[200, 300],radius=[80,160]) 
    pieBir.set_global_opts(title_opts=opts.TitleOpts(title="出生日期整体情况",subtitle='单位:1/100'),   
                        legend_opts=opts.LegendOpts(pos_left="0%",pos_top="55",orient='vertical'))  
    pieBir.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}"))  
    
    BirIndexE = ['缺失值率','自身异常值率','验证异常值率']
    BirValueE = [0.03,10.00,2.15]  
    pieBirE = Pie(init_opts=opts.InitOpts(width='700px',height='300px'))
    pieBirE.add(series_name='出生日期异常值',data_pair = [list(z) for z in zip(BirIndexE,BirValueE)],center=[650, 300],radius=[70,140])   #饼图圆心位置
    pieBirE.set_global_opts(title_opts=opts.TitleOpts(title="出生日期异常值情况",subtitle='单位:1/100',pos_right='0'),    #标题位置
                        legend_opts=opts.LegendOpts(pos_right="0%",pos_top="55",orient='vertical',align='right'))  #图例位置
    pieBirE.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}"))  
    
    grid = Grid()
    grid.add(pieBir, grid_opts=opts.GridOpts(pos_right="5%"))
    grid.add(pieBirE, grid_opts=opts.GridOpts(pos_left="95%"))
    grid.render_notebook()
    

    在这里插入图片描述
    注:多图需要调整每个图的位置,grid.add(pieBir, grid_opts=opts.GridOpts(pos_right=“5%”))调整位置失灵(不知道原因?),通过center=[200, 300]来调整各图的位置

    展开全文
  • 我爬了拉勾网搜索“设计”职位的招聘信息,详见Python爬虫获取拉勾网...接下来我们继续处理省份信息,用pyecharts画条形。 首先还是需要处理一下数据: import pandas as pd from pyecharts import options as op...

    我爬了拉勾网搜索“设计”职位的招聘信息,详见Python爬虫获取拉勾网招聘信息。并用pyecharts画了地图Geo,Map,和条形图。详见拉勾网“设计”职位数据分析之用pyecharts画地图Geo,Map拉勾网“设计”职位数据分析之用pyecharts画条形图Bar
    接下来我们继续处理其他信息,分析一下学历需求以及设计师的类型,并用pyecharts画饼图(南丁格尔图玫瑰图)Pie

    首先还是需要处理一下数据:

    import pandas as pd
    from pyecharts import options as opts
    from pyecharts.charts import Pie  
    from pyecharts.globals import ThemeType
    

    处理数据这部我总觉得我的方法太笨重了,如果各位大神有什么好方法跪求评论区指点一二吖

    df = pd.read_excel('lagou_sj0309_155511.xlsx')
    result=pd.value_counts(df['education'])
    resulted=dict(result)
    ed = list(resulted.keys())
    edvalues = list(resulted.values())
    edvaluesint=[]
    for i in edvalues:
        edvaluesint.append(int(i))
    
    result=pd.value_counts(df['education'])
    resulted=dict(result)
    ed = list(resulted.keys())
    edvalues = list(resulted.values())
    edvaluesint=[]
    for i in edvalues:
        edvaluesint.append(int(i))
        
    from pyecharts import options as opts
    from pyecharts.charts import Pie    
    c4 = (
            Pie(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
            .add(
                "",
                [list(z) for z in zip(ed, edvaluesint)],
                radius=["30%", "75%"],
                # 饼图的半径,数组的第一项是内半径,第二项是外半径
                center=["25%", "50%"],
                # 饼图的中心(圆心)坐标,数组的第一项是横坐标,第二项是纵坐标
                rosetype="radius",
                #选择南丁格尔图类型,radius:扇区圆心角展现数据的百分比,半径展现数据的大小
                label_opts=opts.LabelOpts(is_show=False),
            )
            .add(
                "",
                [list(z) for z in zip(ed, edvaluesint)],
                radius=["30%", "75%"],
                center=["75%", "50%"],
                rosetype="area",#选择南丁格尔图类型,area:所有扇区圆心角相同,仅通过半径展现数据大小
            )
            .set_global_opts(title_opts=opts.TitleOpts(title="学历要求"))
        )
    c4.render('学历饼图.html')
    c4.render_notebook()
    

    学历饼图
    还可以用Pie画图例是滚动轴的饼图

    result=pd.value_counts(df['secondType'])
    resultst=dict(result)
    st= list(resultst.keys())
    stvalues = list(resultst.values())
    stvaluesint=[]
    for i in stvalues:
        stvaluesint.append(int(i))
    
    c6 = (
            Pie(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
            .add(
                "",
                [
                    list(z)
                    for z in zip(
                        st ,
                        stvaluesint ,
                    )
                ],
                #设置圆心坐标
                center=["40%", "57%"],
            )
            .set_global_opts(
                title_opts=opts.TitleOpts(title="设计类型"),
                legend_opts=opts.LegendOpts(
                    type_="scroll", 
                    #'scroll':可滚动翻页的图例。当图例数量较多时可以使用。
                    pos_left="80%", 
                    orient="vertical",
                     # 图例列表的布局朝向。垂直/水平
                    pos_top="15%"
                    # 图例组件离容器上侧的距离。
                ),
            )
            .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
        )
    #c6.render('设计类型饼图.html')
    c6.render_notebook()
    

    设计类型饼图
    其他样式的饼图也大同小异,修改一些参数即可

    展开全文
  • 很多做数据分析可视化的朋友总会遇到一些烦恼,用pyecharts绘制(圆形)的时候,总会报错。 废话不多说,下面跟着小编上车吧,教你用pyecharts绘制(圆形),环形从小白到精通! 1.(圆形...

    很多做数据分析可视化的朋友总会遇到一些烦恼,用pyecharts绘制饼形图(圆形图)的时候,总会报错。
    废话不多说,下面跟着小编上车吧,教你用pyecharts绘制饼形图(圆形图),环形图从小白到精通!
    1.饼形图(圆形图)

    # 导入模块
    from pyecharts import options as opts
    from pyecharts.charts import Pie
    
    #准备数据
    label=['Mac口红','Tom Ford口红','圣罗兰',
    展开全文
  • 常用图形:柱形-折线-饼图-散点from pyecharts import Line, Bar, Pie, EffectScatter# 数据attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]v1 =[5, 20, 36, 10, 10, 100]v2 =[55, 60, 16, 20,...

    常用图形:柱形图-折线图-饼图-散点图from pyecharts import Line, Bar, Pie, EffectScatter

    # 数据

    attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]

    v1 =[5, 20, 36, 10, 10, 100]

    v2 =[55, 60, 16, 20, 15, 80]

    柱形图bar = Bar('柱形图', '库存量')

    bar.add('服装', attr, v1, is_label_show=True)

    bar.show_config()

    bar.render(path='./data/01-01柱形图.html')

    bar2 = Bar("显示标记线和标记点")

    bar2.add('商家A', attr, v1, mark_point=['avgrage'])

    bar2.add('商家B', attr, v2, mark_point=['min', 'max'])

    bar2.show_config()

    bar2.render(path='./data/01-02标记点柱形图.html')

    bar3 = Bar("水平显示")

    bar3.add('商家A', attr, v1)

    bar3.add('商家B', attr, v2, is_convert=True)

    bar3.show_config()

    bar3.render(path='./data/01-03水平柱形图.html')

    对应的图像如下

    01-01柱形图.png

    01-02标记点柱形图.png

    01-03水平柱形图.png

    折线图# 普通折线图

    line = Line('折线图')

    line.add('商家A', attr, v1, mark_point=['max'])

    line.add('商家B', attr, v2, mark_point=['min'], is_smooth=True)

    line.show_config()

    line.render(path='./data/01-04折线图.html')

    # 阶梯折线图

    line2 = Line('阶梯折线图')

    line2.add('商家A', attr, v1, is_step=True, is_label_show=True)

    line2.show_config()

    line2.render(path='./data/01-05阶梯折线图.html')

    # 面积折线图

    line3 =Line("面积折线图")

    line3.add("商家A", attr, v1, is_fill=True, line_opacity=0.2, area_opacity=0.4, symbol=None, mark_point=['max'])

    line3.add("商家B", attr, v2, is_fill=True, area_color='#a3aed5', area_opacity=0.3, is_smooth=True)

    line3.show_config()

    line3.render(path='./data/01-06面积折线图.html')

    对应图形如下

    01-04折线图.png

    01-05阶梯折线图.png

    01-06面积折线图.png

    柱形图-折线图# 柱形图-折线图

    from pyecharts import Bar, Line, Overlap

    att = ['A', 'B', 'C', 'D', 'E', 'F']

    v3 = [10, 20, 30, 40, 50, 60]

    v4 = [38, 28, 58, 48, 78, 68]

    bar = Bar("柱形图-折线图")

    bar.add('bar', att, v3)

    line = Line()

    line.add('line', att, v4)

    overlap = Overlap()

    overlap.add(bar)

    overlap.add(line)

    overlap.show_config()

    overlap.render(path='./data/01-066柱形图-折线图.html')

    01-066柱形图-折线图.png

    饼图# 饼图

    pie = Pie('饼图')

    pie.add('芝麻饼', attr, v1, is_label_show=True)

    pie.show_config()

    pie.render(path='./data/01-07饼图.html')

    # 玫瑰饼图

    pie2 = Pie("饼图-玫瑰图示例", title_pos='center', width=900)

    pie2.add("商品A", attr, v1, center=[25, 50], is_random=True, radius=[30, 75], rosetype='radius')

    pie2.add("商品B", attr, v2, center=[75, 50], is_random=True, radius=[30, 75], rosetype='area', is_legend_show=False, is_label_show=True)

    pie2.show_config()

    pie2.render(path='./data/01-08玫瑰饼图.html')

    01-07饼图.png

    01-08玫瑰饼图.png

    散点图

    静态散点图from pyecharts import Scatter

    # 散点图

    v1 =[10, 20, 30, 40, 50, 60]

    v2 =[10, 20, 30, 40, 50, 60]

    scatter =Scatter("散点图示例")

    scatter.add("A", v1, v2)

    scatter.add("B", v1[::-1], v2)

    scatter.show_config()

    scatter.render(path='./data/03-06散点图.html')

    # 散点打印Pyecharts字体 白底图片

    scatter =Scatter("散点图示例")

    v1, v2 = scatter.draw("./data/two.jpg")

    scatter.add("pyecharts", v1, v2, is_random=True)

    scatter.show_config()

    scatter.render(path='./data/03-06打印字体.html')

    03-06散点图.png

    动态散点图from pyecharts import EffectScatter

    attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]

    v1 =[5, 20, 36, 10, 10, 100]

    v2 =[55, 60, 16, 20, 15, 80]

    # 动态散点图

    es =EffectScatter("动态散点图")

    # v1 x坐标 v2 y坐标

    es.add("商家", v1, v2)

    es.show_config()

    es.render('./data/01-09散点图.html')

    # 动态散点图各种图形

    es = EffectScatter("动态散点图各种图形")

    es.add("", [10], [10], symbol_size=20, effect_scale=3.5, effect_period=3, symbol="pin")

    es.add("", [20], [20], symbol_size=12, effect_scale=4.5, effect_period=4,symbol="rect")

    es.add("", [30], [30], symbol_size=30, effect_scale=5.5, effect_period=5,symbol="roundRect")

    es.add("", [40], [40], symbol_size=10, effect_scale=6.5, effect_brushtype='fill',symbol="diamond")

    es.add("", [50], [50], symbol_size=16, effect_scale=5.5, effect_period=3,symbol="arrow")

    es.add("", [60], [60], symbol_size=6, effect_scale=2.5, effect_period=3,symbol="triangle")

    es.show_config()

    es.render(path = "./data/01-10动态散点图各种图形.html")

    图片为动图,效果很炫

    01-09散点图.png

    01-10动态散点图各种图形.png

    综合图

    多个饼图from pyecharts import Pie

    pie =Pie('各类电影中"好片"所占的比例', "数据来着豆瓣", title_pos='center')

    pie.add("", ["剧情", ""], [25, 75], center=[10, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None, )

    pie.add("", ["奇幻", ""], [24, 76], center=[30, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None, legend_pos='left')

    pie.add("", ["爱情", ""], [14, 86], center=[50, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)

    pie.add("", ["惊悚", ""], [11, 89], center=[70, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)

    pie.add("", ["冒险", ""], [27, 73], center=[90, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)

    pie.add("", ["动作", ""], [15, 85], center=[10, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)

    pie.add("", ["喜剧", ""], [54, 46], center=[30, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)

    pie.add("", ["科幻", ""], [26, 74], center=[50, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)

    pie.add("", ["悬疑", ""], [25, 75], center=[70, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)

    pie.add("", ["犯罪", ""], [28, 72], center=[90, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None, is_legend_show=True, legend_top="center")

    pie.show_config()

    pie.render(path='./data/01-多个饼图.html')

    多个饼图.png

    多标记柱形图from pyecharts import Bar

    attr =["{}月".format(i) for i in range(1, 13)]

    v1 =[2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]

    v2 =[2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]

    bar =Bar("柱状图示例")

    bar.add("蒸发量", attr, v1, mark_line=["average"], mark_point=["max", "min"])

    bar.add("降水量", attr, v2, mark_line=["average"], mark_point=["max", "min"])

    bar.show_config()

    bar.render(path='./data/02-多标记柱形图.html')

    02-多标记柱形图.png

    支持保存做种格式

    对象.render(path='snapshot.html')

    对象.render(path='snapshot.png')

    对象.render(path='snapshot.pdf')

    举个栗子:bar = Bar("我的第一个图表", "这里是副标题")

    bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])

    # bar.print_echarts_options()

    bar.render(path='snapshot.html')

    bar.render(path='snapshot.png')

    bar.render(path='snapshot.pdf')

    展开全文
  • pyecharts画柱状 from pyecharts import options as opts from pyecharts.charts import Bar hamburger = { '热量' : 250, '脂肪' : 10, '碳水化合物' : 20, '蛋白质' : 10 } x = ['汉堡','饭团','粥','...
  • from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts.faker import Faker c = ( Pie() .add("", [list(z) for z in zip(Faker.choose(), Faker.values())]) .set_colors([...
  • 用Python-pyecharts绘制饼图和环形某网站用户感兴趣的领域的投票结果绘制饼图、环形;数据文件:vote_result.csvcsv数据内容:饼图:#导入数据import pandas as pdimport csvf=open('E:/可视化/matplotlib/vote_...
  • 使用的pyecharts是v1.0 这里需要注意,pyecharts0.5的版本和v1.0以上的版本完全不一样,可以说是两个包 该包能够方便快捷的绘制图形 饼状
  • from pyecharts import Line, Bar, Pie, EffectScatter # 数据 attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] v1 =[5, 20, 36, 10, 10, 100] v2 =[55, 60, 16, 20, 15, 80] 柱形 bar = Bar.....
  • 相信大家都会用wordcloud词云吧,不但可以自定义形状,还可以根据图片制定配色,做出一张非常漂亮的静态词云。但是如果想做动态的词云,还是用pyecharts的WordCloud更方便。本文两种方式都介绍一下,小伙伴们...
  • python可以在处理各种数据时,如果可以将这些数据,利用图表将其可视化,这样在分析处理起来,将更加直观、清晰,以下是 利用 PyEcharts 常用图表的可视化Demo, 开发环境 python3柱状基本柱状from pyecharts ...
  • from pyecharts import Line, Bar, Pie, EffectScatter # 数据 attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] v1 =[5, 20, 36, 10, 10, 100] v2 =[55, 60, 16, 20, 15, 80] 柱形 bar = Bar('...
  • 使用matplotlib画图 导入模块 import matplotlib.pyplot as plt %matplotlib inline plt....count,多种,plt,python,pie,画饼,fig,import,opts 来源: https://blog.csdn.net/imakeithappen/article/details/104581973
  • 今天带大家认识一下pyecharts中常用的三种视图的画法。更多的是认识一下基本的配置项,避免走太多的坑。当然都是些常用的配置项,如果有奇怪的需求,大家自行查找。。 当然前提是必须先安装了pyecharts库 -_ -... ...
  • ​都21世纪30年代了,还有人问我饼状怎么于是我马不停蹄写了这篇饼状教程,希望能够帮助你们。饼状能够清晰的反映出各项之间、各项和总和之间的占比关系,常见的饼状主要有以下6种类型:1.基本饼状这是...
  • 嗨喽,大家好,这是我的第二篇博客,内容是基于上篇我爬取到的豆瓣...柱 from pyecharts import Bar attr=['8.5分以下','8.5-9分(不含9分)','9-9.5(不含9.5分)','9.5分以上'] value=[7,154,82,7] bar=Bar() bar...

空空如也

空空如也

1 2 3 4 5 ... 14
收藏数 270
精华内容 108
关键字:

pyecharts画饼图