-
2020-04-03 22:03:19
Pyecharts之饼图(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.globals import CurrentConfig,NotebookType CurrentConfig.NOTEBOOK_TYPE=NotebookType.JUPYTER_LAB
一.基本概念
class pyecharts.charts.Pie
class Pie( # 初始化配置项,参考 `global_options.InitOpts` init_opts: opts.InitOpts = opts.InitOpts() )
func pyecharts.charts.Pie.add
def add( # 系列名称,用于 tooltip 的显示,legend 的图例筛选。 series_name: str, # 系列数据项,格式为 [(key1, value1), (key2, value2)] data_pair: Sequence, # 系列 label 颜色 color: Optional[str] = None, # 饼图的半径,数组的第一项是内半径,第二项是外半径 # 默认设置成百分比,相对于容器高宽中较小的一项的一半 radius: Optional[Sequence] = None, # 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 # 默认设置成百分比,设置成百分比时第一项是相对于容器宽度,第二项是相对于容器高度 center: Optional[Sequence] = None, # 是否展示成南丁格尔图,通过半径区分数据大小,有'radius'和'area'两种模式。 # radius:扇区圆心角展现数据的百分比,半径展现数据的大小 # area:所有扇区圆心角相同,仅通过半径展现数据大小 rosetype: Optional[str] = None, # 饼图的扇区是否是顺时针排布。 is_clockwise: bool = True, # 标签配置项,参考 `series_options.LabelOpts` label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(), # 提示框组件配置项,参考 `series_options.TooltipOpts` tooltip_opts: Union[opts.TooltipOpts, dict, None] = None, # 图元样式配置项,参考 `series_options.ItemStyleOpts` itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None, # 可以定义 data 的哪个维度被编码成什么。 encode: types.Union[types.JSFunc, dict, None] = None, )
二.代码示例
from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts.faker import Faker p = ( Pie() .add("", [list(z) for z in zip(Faker.choose(), Faker.values())]) .set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"]) .set_global_opts(title_opts=opts.TitleOpts(title="Pie-设置颜色")) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) #.render("pie_set_color.html") ) #make_snapshot(driver,g.render("gauge.html"),"gauge.png")
p.load_javascript() p.render_notebook()
import pyecharts.options as opts from pyecharts.charts import Pie x_data = ["直接访问", "邮件营销", "联盟广告", "视频广告", "搜索引擎"] y_data = [335, 310, 274, 235, 400] data_pair = [list(z) for z in zip(x_data, y_data)] data_pair.sort(key=lambda x: x[1]) p=( Pie(init_opts=opts.InitOpts(width="1000px", height="600px", bg_color="#2c343c")) .add( series_name="访问来源", data_pair=data_pair, rosetype="radius", radius="55%", center=["50%", "50%"], label_opts=opts.LabelOpts(is_show=False, position="center"), ) .set_global_opts( title_opts=opts.TitleOpts( title="Customized Pie", pos_left="center", pos_top="20", title_textstyle_opts=opts.TextStyleOpts(color="#fff"), ), legend_opts=opts.LegendOpts(is_show=False), ) .set_series_opts( tooltip_opts=opts.TooltipOpts( trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)" ), label_opts=opts.LabelOpts(color="rgba(255, 255, 255, 0.3)"), ) #.render("customized_pie.html") ) #make_snapshot(driver,g.render("gauge.html"),"gauge.png")
p.load_javascript() p.render_notebook()
from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts.faker import Faker p = ( Pie() .add( "", [list(z) for z in zip(Faker.choose(), Faker.values())], radius=["40%", "55%"], label_opts=opts.LabelOpts( position="outside", formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c} {per|{d}%} ", background_color="#eee", border_color="#aaa", border_width=1, border_radius=4, rich={ "a": {"color": "#999", "lineHeight": 22, "align": "center"}, "abg": { "backgroundColor": "#e3e3e3", "width": "100%", "align": "right", "height": 22, "borderRadius": [4, 4, 0, 0], }, "hr": { "borderColor": "#aaa", "width": "100%", "borderWidth": 0.5, "height": 0, }, "b": {"fontSize": 16, "lineHeight": 33}, "per": { "color": "#eee", "backgroundColor": "#334455", "padding": [2, 4], "borderRadius": 2, }, }, ), ) .set_global_opts(title_opts=opts.TitleOpts(title="Pie-富文本示例"), #legend_opts=opts.LegendOpts(type_="scroll",pos_left="80%",orient="vertical") ) #.render("pie_rich_label.html") ) #make_snapshot(driver,g.render("gauge.html"),"gauge.png")
p.load_javascript() p.render_notebook()
from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts.faker import Faker p = ( Pie() .add( "", [ list(z) for z in zip( Faker.choose() + Faker.choose() + Faker.choose(), Faker.values() + Faker.values() + Faker.values(), ) ], center=["40%", "50%"], ) .set_global_opts( title_opts=opts.TitleOpts(title="Pie-Legend 滚动"), legend_opts=opts.LegendOpts(type_="scroll", pos_left="80%", orient="vertical"), ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) #.render("pie_scroll_legend.html") ) #make_snapshot(driver,g.render("gauge.html"),"gauge.png")
p.load_javascript() p.render_notebook()
from pyecharts import options as opts from pyecharts.charts import Pie from pyecharts.commons.utils import JsCode fn = """ function(params) { if(params.name == '其他') return '\\n\\n\\n' + params.name + ' : ' + params.value + '%'; return params.name + ' : ' + params.value + '%'; } """ def new_label_opts(): return opts.LabelOpts(formatter=JsCode(fn), position="center") p = ( Pie() .add( "", [list(z) for z in zip(["剧情", "其他"], [25, 75])], center=["20%", "30%"], radius=[60, 80], label_opts=new_label_opts(), ) .add( "", [list(z) for z in zip(["奇幻", "其他"], [24, 76])], center=["55%", "30%"], radius=[60, 80], label_opts=new_label_opts(), ) .add( "", [list(z) for z in zip(["爱情", "其他"], [14, 86])], center=["20%", "70%"], radius=[60, 80], label_opts=new_label_opts(), ) .add( "", [list(z) for z in zip(["惊悚", "其他"], [11, 89])], center=["55%", "70%"], radius=[60, 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="20%", pos_left="80%", orient="vertical" ), ) #.render("mutiple_pie.html") )
p.load_javascript() p.render_notebook()
三.示例演示
数据具体处理过程链接:去哪儿
1.数据处理与获取
import pandas as pd data=pd.read_csv("travel2.csv") import re def Look(e): if '万' in e: num=re.findall('(.*?)万',e) return float(num[0])*10000 else: return float(e) data['浏览次数']=data['浏览量'].apply(Look) data.drop(['浏览量'],axis=1,inplace=True) data['浏览次数']=data['浏览次数'].astype(int)
data1=data.head(7) data.head(7)
地点 短评 出发时间 天数 人均费用 人物 玩法 浏览次数 0 婺源 春天的婺源,油菜花开,宛如一幅诗情画意的水墨画 /2020/04/01 5 3000 三五好友 第一次 美食 9055 1 阿联酋 阿联酋|小狮妹和父母的新年迪拜之旅 /2019/12/10 8 - - - 3860 2 AguadePau 来自《一个女生的古巴独行记》(11日自由行攻略) /2019/09/27 11 20000 独自一人 深度游 美食 摄影 国庆 261 3 建水 云南│我什么也没忘,但有些事只适合收藏 /2019/10/10 8 4000 三五好友 穷游 摄影 古镇 赏秋 国庆 6176 4 日本 日本|东京の72小时 /2019/09/21 8 - - - 12000 5 海宁 海洪宁静,盐潮入官,百里钱塘,春暖花开--驾“浙”观大潮访金庸、赏樱花睡房车 /2020/03/23 2 900 情侣 自驾 赏樱 踏春 清明 22000 6 敦煌 甘青│到远方去,到那个山野苍茫的远方,熟悉的地方没有景色 /2019/05/10 10 3500 三五好友 环游 毕业游 穷游 14000 datas=[list(z) for z in zip(data1["地点"].tolist(),data1["浏览次数"].tolist())] datas.sort(key=lambda x:x[1]) datas
[['AguadePau', 261], ['阿联酋', 3860], ['建水', 6176], ['婺源', 9055], ['日本', 12000], ['敦煌', 14000], ['海宁', 22000]]
2.展示
import pyecharts.options as opts from pyecharts.charts import Pie p=( Pie(init_opts=opts.InitOpts(width="1000px", height="600px", bg_color="#2c343c")) .add( series_name="旅游浏览", data_pair=datas, rosetype="radius", radius="55%", center=["50%", "50%"], label_opts=opts.LabelOpts(is_show=False, position="center"), ) .set_global_opts( title_opts=opts.TitleOpts( title="旅游 Pie", pos_left="center", pos_top="20", title_textstyle_opts=opts.TextStyleOpts(color="#fff"), ), legend_opts=opts.LegendOpts(is_show=False), ) .set_series_opts( tooltip_opts=opts.TooltipOpts( trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)" ), label_opts=opts.LabelOpts(color="rgba(255, 255, 255, 0.3)"), ) #.render("customized_pie.html") ) #make_snapshot(driver,g.render("gauge.html"),"gauge.png")
p.load_javascript() p.render_notebook()
更多相关内容 -
利用 Pyecharts 制作饼图
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 ...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 in zip(['宝马','法拉利','奔驰','奥迪','大众','丰田','特斯拉'], [randint(1, 20) for _ in range(7)])]) .set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例")) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) ) return c pie_base().render('G:/PythonWorkSpace/MatplotlibNumpyPandas/pie_pyecharts.html')
-
惊叹,Pyecharts绘制饼图原来可以如此漂亮!
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...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
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
多饼图
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
本文中使用的还是
pandas+pyecharts
组合,在jupyter notebook
中进行绘图。首先导入所需要的各种库:基础饼图
模拟数据
我们自行模拟了一份消费数据,包含5个消费项目:住宿+餐饮+交通+服装+红包,具体数据如下:
# 生成数据 df = pd.DataFrame({"消费":["住宿","餐饮","交通","服装","红包"], "数据":[2580,1300,500,900,1300] }) df
将消费和数据中的具体数据转成列表形式:
绘图
代码的具体解释见注释:
c = ( Pie() .add("", [list(z) for z in zip(x_data, y_data)]) # zip函数两个部分组合在一起list(zip(x,y))-----> [(x,y)] .set_global_opts(title_opts=opts.TitleOpts(title="Pie-月度开支")) # 标题 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) # 数据标签设置 ) c.render_notebook()
改变位置和颜色
上面生成的饼图是使用 pyecharts 自带的颜色和位置,有时候我们需要做下改变:
现在我们生成的饼图如下显示:
颜色变成了我们设置的颜色
位置更靠左了
视频效果如下:
改变图例位置
数据生成
上面的图例是水平方向排列的,而且个数比较少。如果我们的图例比较多,需要改成竖直方向,同时实现翻页滚动功能。
在这里我们使用的是 pyecharts 中自带的数据:
1、
Faker.choose()
:是用来生成数据标签,有3种不同的取值情况2、
Faker.values()
是用来生成具体的数据,随机生成绘图
还是通过上面的绘图方法,加入数据同时添加各种配置项:
视频效果如下:
环状饼图
环状饼图主要是通过
add
方法中的radius
参数来实现的。实现过程如下:x_data = ["小明", "小红", "张三", "李四", "王五"] y_data = [335, 310, 234, 135, 548] c = ( Pie(init_opts=opts.InitOpts(width="1600px", height="1000px")) # 图形的大小设置 .add( series_name="访问来源", data_pair=[list(z) for z in zip(x_data, y_data)], radius=["15%", "50%"], # 饼图内圈和外圈的大小比例 center=["30%", "40%"], # 饼图的位置:左边距和上边距 label_opts=opts.LabelOpts(is_show=True), # 显示数据和百分比 ) .set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", orient="vertical")) # 图例在左边和垂直显示 .set_series_opts( tooltip_opts=opts.TooltipOpts( trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)" ), ) c.render_notebook()
可以看到图形的中间是空的
内嵌饼图
内嵌饼图是指将两个甚至多个环状饼图放在一起,实现代码过程如下:
import pyecharts.options as opts from pyecharts.charts import Pie from pyecharts.globals import ThemeType # 内部饼图 inner_x_data = ["直达", "营销广告", "搜索引擎","产品"] inner_y_data = [335, 679, 548, 283] inner_data_pair = [list(z) for z in zip(inner_x_data, inner_y_data)] # [['直达', 335], ['营销广告', 679], ['搜索引擎', 1548], [‘产品’, 283]] # 外部环形(嵌套) outer_x_data = ["搜索引擎", "邮件营销", "直达", "营销广告", "联盟广告", "视频广告", "产品", "百度", "谷歌","邮件营销", "联盟广告"] outer_y_data = [335, 135, 147, 102, 220, 310, 234, 135, 648, 251] outer_data_pair = [list(z) for z in zip(outer_x_data, outer_y_data)] c = ( # 初始化 Pie(init_opts=opts.InitOpts( width="900px", # 设置图形大小 height="800px", theme=ThemeType.SHINE)) # 选择主题 # 内部饼图 .add( series_name="版本3.2.1", # 图形名称 center=["50%", "35%"], # 饼图位置 data_pair=inner_data_pair, # 系列数据项,格式为 [(key1, value1), (key2, value2)] radius=["25%", "40%"], # 饼图半径 数组的第一项是内半径,第二项是外半径 label_opts=opts.LabelOpts(position='inner'), # 标签设置在内部 ) # 外部嵌套环形图 .add( series_name="版本3.2.9", # 系列名称 center=["50%", "35%"], # 饼图位置 radius=["40%", "60%"], # 饼图半径 数组的第一项是内半径,第二项是外半径 data_pair=outer_data_pair, # 系列数据项,格式为 [(key1, value1), (key2, value2)] # 标签配置项 label_opts=opts.LabelOpts( position="outside", formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c} {per|{d}%} ", background_color="#eee", border_color="#aaa", border_width=1, border_radius=4, rich={ "a": {"color": "#999", "lineHeight": 22, "align": "center"}, "abg": { "backgroundColor": "#e3e3e3", "width": "100%", "align": "right", "height": 22, "borderRadius": [4, 4, 0, 0], }, "hr": { "borderColor": "#aaa", "width": "100%", "borderWidth": 0.5, "height": 0, }, "b": {"fontSize": 16, "lineHeight": 33}, "per": { "color": "#eee", "backgroundColor": "#334455", "padding": [2, 4], "borderRadius": 2, }, }, ), ) # 全局配置项 .set_global_opts( xaxis_opts = opts.AxisOpts(is_show = False), #隐藏X轴刻度 yaxis_opts = opts.AxisOpts(is_show = False), #隐藏Y轴刻度 legend_opts = opts.LegendOpts(is_show = True), #隐藏图例 title_opts = opts.TitleOpts(title = None), #隐藏标题 ) # 系统配置项 .set_series_opts( tooltip_opts=opts.TooltipOpts( trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)" ), label_opts=opts.LabelOpts(is_show=True) # 隐藏每个触角标签 ) ) c.render_notebook()
视频效果如下:
多饼图
有时候我们需要将多个图形放在一个大画布中,需要用到子图的制作。
在下面的代码中每个
add()
都是一个图形的绘制,我们绘制了4个饼图;同时center指定每个图形的位置,radius指定每个饼图内外圈的大小c = ( Pie() .add( "", [list(z) for z in zip(["剧情", "其他"], [30, 70])], center=["20%", "30%"], # 位置 radius=[60, 80], # 每个饼图内外圈的大小 ) .add( "", [list(z) for z in zip(["奇幻", "其他"], [40, 60])], center=["55%", "30%"], radius=[60, 80], ) .add( "", [list(z) for z in zip(["爱情", "其他"], [24, 76])], center=["20%", "70%"], radius=[60, 80], ) .add( "", [list(z) for z in zip(["惊悚", "其他"], [11, 89])], center=["55%", "70%"], radius=[60, 80], ) .set_global_opts( title_opts=opts.TitleOpts(title="Pie-多饼图基本示例"), legend_opts=opts.LegendOpts( type_="scroll", pos_top="20%", pos_left="80%", orient="vertical" ), ) ) c.render_notebook()
视频效果如下:
玫瑰图
玫瑰图中每个部分的大小和粗细都是不同的
v = Faker.choose() c = ( Pie() .add( "", [list(z) for z in zip(v, Faker.values())], # 两个值 radius=["30%", "60%"], # 大小 center=["25%", "50%"], # 位置 rosetype="radius", label_opts=opts.LabelOpts(is_show=False), # 不在图形上显示数据 ) .add( "", [list(z) for z in zip(v, Faker.values())], radius=["30%", "60%"], center=["75%", "50%"], rosetype="area", ) .set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图示例")) ) c.render_notebook()
视频效果如下:
作者简介
Peter,硕士毕业僧一枚,从电子专业自学Python入门数据行业,擅长数据分析及可视化。喜欢数据,坚持跑步,热爱阅读,乐观生活。个人格言:不浮于世,不负于己
个人站点:www.renpeter.cn,欢迎常来小屋逛逛
本文来自公众号读者投稿,欢迎各位童鞋向公号投稿,点击下面图片了解详情!
源码文件获取
为方便大家练习,已将整理好的源代码(jupyter notebook文件)分享给各位同学,大家可以在下面的公众号 「柠檬数据」 回复 pie2020 来获取。
-
python中pyecharts绘制饼图
2019-02-12 16:30:09pyecharts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 -> ...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 -> list
属性名称 - value -> list
属性所对应的值 - radius -> list
饼图的半径,数组的第一项是内半径,第二项是外半径,默认为 [0, 75]
默认设置成百分比,相对于容器高宽中较小的一项的一半 - center -> list
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,默认为 [50, 50]
默认设置成百分比,设置成百分比时第一项是相对于容器宽度,第二项是相对于容器高度 - rosetype -> str
是否展示成南丁格尔图,通过半径区分数据大小,有'radius'和'area'两种模式。默认为'radius'- radius:扇区圆心角展现数据的百分比,半径展现数据的大小
- area:所有扇区圆心角相同,仅通过半径展现数据大小
1,基本饼图:
from pyecharts import Pie attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] v1 = [11, 12, 13, 10, 10, 10] pie = Pie("饼图示例") pie.add( "", attr, v1, is_label_show=True, is_more_utils=True ) pie.render(path="Bing1.html")
结果Bing1.html
2,环状饼图示例:
from pyecharts import Pie attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] v1 = [11, 12, 13, 10, 10, 10] pie = Pie("饼图-圆环图示例", title_pos='center') pie.add( "", attr, v1, radius=[40, 75], label_text_color=None, is_label_show=True, is_more_utils=True, legend_orient="vertical", legend_pos="left", ) pie.render(path="Bing2.html")
结果Bing2.html
3, 饼图和玫瑰图示例:
from pyecharts import Pie attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] v1 = [11, 12, 13, 10, 10, 10] v2 = [19, 21, 32, 20, 20, 33] pie = Pie("饼图-玫瑰图示例", title_pos='center', width=900) pie.add( "商品A", attr, v1, center=[25, 50], is_random=True, radius=[30, 75], rosetype="radius", is_label_show=True, ) pie.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, # is_more_utils=True, ) pie.render(path="Bing3.html")
结果Bing3.html
4,多个饼图示例:
from pyecharts import Pie from pyecharts import Style # 否则会遇到错误NameError: name 'Style' is not defined pie = Pie('各类电影中"好片"所占的比例', "数据来着豆瓣", title_pos='center') style = Style() pie_style = style.add( label_pos="center", is_label_show=True, label_text_color=None ) pie.add( "", ["剧情", ""], [25, 75], center=[10, 30], radius=[18, 24], **pie_style ) pie.add( "", ["奇幻", ""], [24, 76], center=[30, 30], radius=[18, 24], **pie_style ) pie.add( "", ["爱情", ""], [14, 86], center=[50, 30], radius=[18, 24], **pie_style ) pie.add( "", ["惊悚", ""], [11, 89], center=[70, 30], radius=[18, 24], **pie_style ) pie.add( "", ["冒险", ""], [27, 73], center=[90, 30], radius=[18, 24], **pie_style ) pie.add( "", ["动作", ""], [15, 85], center=[10, 70], radius=[18, 24], **pie_style ) pie.add( "", ["喜剧", ""], [54, 46], center=[30, 70], radius=[18, 24], **pie_style ) pie.add( "", ["科幻", ""], [26, 74], center=[50, 70], radius=[18, 24], **pie_style ) pie.add( "", ["悬疑", ""], [25, 75], center=[70, 70], radius=[18, 24], **pie_style ) pie.add( "", ["犯罪", ""], [28, 72], center=[90, 70], radius=[18, 24], legend_top="center", **pie_style ) pie.render(path="Bing4.html")
结果Bing4.html
第一个【剧情】的legend位置比较突出,单独一行,如何才能都放在一行??
参考:
http://pyecharts.org/#/zh-cn/charts_base?id=pie%EF%BC%88%E9%A5%BC%E5%9B%BE%EF%BC%89
- name -> str
-
使用Python中的pyecharts库读取json文件绘制饼图
2020-12-22 02:20:35from pyecharts import Pie f = open('pies.json', encoding='gbk') data = json.load(f) print(data) name = data['name'] sales = data['sales'] sales_volume = data['sales_volume'] print(name, sales, sales_... -
python简单使用pyecharts库画多饼图
2020-11-10 17:44:38from pyecharts.options.global_options import TitleOpts from collections import namedtuple import json import sys import zipfile import os from collections import defaultdict import matplotlib as mpl ... -
python pyecharts pie饼图反应比例关系
2019-01-09 17:21:40from 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,... -
用Python-pyecharts绘制饼图和环形图
2020-11-23 18:38:25用Python-pyecharts绘制饼图和环形图某网站用户感兴趣的领域的投票结果绘制饼图、环形图;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_... -
pyecharts-饼图
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 饼图绘制
2021-11-03 13:34:24关于饼图的绘制基本的饼图环形图玫瑰饼图 基本的饼图 import pandas as pd import numpy as np from pyecharts.charts import * import pyecharts.options as opts #数据 cate = ['Apple', 'Huawei', 'Xiaomi', '... -
学习笔记之:Python数据可视化pyecharts绘制饼图
2018-10-15 16:15:02pyecharts绘制饼图 直接上代码: from pyecharts import Pie #导包 attr = ["内裤","内衣","毛衣","牛仔裤","袜子","鞋子"] v1 = [10,20,30,40,50,60... -
学习笔记21.07.04:利用pyecharts绘制饼图
2021-07-04 09:32:43# TODO 从pyecharts.charts中导入Pie from pyecharts.charts import Pie # TODO 从pyecharts导入options,简称为opts from pyecharts import options as opts # 按照批评者、被动者和推荐者的顺序以元组的格式组成... -
【Pyecharts50例】Pie/多饼图/一个画布包含多个饼图
2021-03-13 13:31:13如上图所示,在一个图表中包含多个饼图,不同于组合图表,这里虽然是多个饼图,但多个饼图都是用同一个标题,配色,图例等等,除了位置不一样,其他全局配置都是一致的。 完整示例 完整代码 #!/usr/bin/env python #... -
Pyecharts基本图:饼图
2021-06-02 19:34:27文章目录前言一. Pie 饼图1.1 Pie 类1.2...本文主要是展示了Pyecharts饼图的简单应用和案例。 一. Pie 饼图 1.1 Pie 类 # class pyecharts.charts.Pie class Pie( # 初始化配置项,参考 `global_options.InitOpts` i -
pyecharts数据可视化(python柱状图饼图)
2022-04-30 23:17:51from pyecharts.charts import Bar bar = Bar() bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]) bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90]) bar.render()# render -
Pyecharts 饼图位置调整
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) ... -
用python实现PyEcharts中的饼图
2021-03-13 15:33:53用python实现PyEcharts中的折线图 笔记仅是个人的学习笔记总结,如有雷同请见谅 1. Pie class pyecharts.charts.Pie class Pie( # 初始化配置项,参考 `global_options.InitOpts` init_opts: opts.InitOpts = ... -
pyecharts饼图pie制作
2021-11-17 10:24:56from pyecharts.charts import Pie from pyecharts import options 从excel中读取数据: df5 = pd.read_excel("abc.xlsx") 接下来将读取的数据存入符合的变量中 def pleattr_graph(): list_pie = [] for i... -
Pyecharts简单使用 饼图和环形图
2021-04-16 15:38:04参考官方文档:https://pyecharts.org/#/zh-cn/intro -
【Python基础】惊叹,Pyecharts绘制饼图原来可以如此漂亮!
2020-12-14 11:00:00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... -
chart.js 饼图显示百分比_干货收藏 | 用matplotlib和Pyecharts花式绘制饼图
2020-11-20 01:53:58一、利用matplotlib绘制饼图1、导入模块:import matplotlib.pyplot as pltimport pandas as pdimport matplotlib2、设置数据:data = pd.Series([95,261,105,30,9],index =["五星","四星","三星","二星","一星"])... -
pyecharts饼图设置多个标题/多标题设置/多个子标题
2021-07-19 11:19:31工作中遇到一个问题,要给多个饼图每一个图都设置一个标题,寻找一天才得以解决,如下图所示:我在pyecharts官方文档中没有查询到设置多标题的api,但是在echarts中有这方面的设置, 其中,echarts如果设置多标题代码如下 ... -
基于Python绘制美观动态圆环图、饼图
2020-12-17 12:45:05绘制的饼图效果是这样的: 没有安装PyEcharts的,先安装PyEcharts: 安装好PyEcharts之后,就可以将需要使用的模块进行导入: 先定义或导入数据: 然后将数据处理成PyEcharts所要求的格式: 接下来就 -
pyecharts 饼图
2021-04-02 13:05:14from 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... -
【Pyecharts50例】修改饼图尺寸/环形饼图
2021-03-13 14:02:24如上图所示,Pyecharts中饼图可以支持配置饼图的内半径和外半径,通过参数radius进行配置,如radius=["40%", "75%"]表示为内半径缩小为默认半径的40%,外半径缩小为默认半径的75%。 完整示例 完整代码 #!/usr/bin/... -
干货收藏 | 用matplotlib和Pyecharts花式绘制饼图
2020-05-17 20:59:46一、利用matplotlib绘制饼图 1、导入模块: import matplotlib.pyplot as plt import pandas as pd import matplotlib 2、设置数据: data = pd.Series([95,261,105,30,9],index =["五星","四星","三星","二星","一... -
2 基于pyecharts的python数据可视化——饼图绘制
2021-06-02 13:30:18饼图常用于表现不同类别的占比情况。使用Pie方法可以绘制饼图。