python可视窗口_Python数据可视

1.显现用到的包

Pyecharts 是一个用于生成 Echarts 图表的类库。常规的Echarts 是由百度开源的一个数据可视化 JS 库，主要用于数据可视化。简单来说，Pyecharts是一款将python与echarts结合的强大的数据可视化工具。

使用 Pyecharts 可以生成独立的网页，也可以在 flask , Django 中集成使用。

2.Pyecharts安装

# 安装 v1 以上版本

$ pip install pyecharts -U

# 如果需要安装 0.5.11 版本的开发者，可以使用

# pip install pyecharts==0.5.11

PS: 这里要专门说明一下，自从 0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表(Geo、Map)，可自行安装对应的地图文件包。

# 通过pip命令进行安装

pip install echarts-countries-pypkg

pip install echarts-china-provinces-pypkg

pip install echarts-china-cities-pypkg

3.实践

1.柱状图

from pyecharts.charts import Bar

from pyecharts import options as opts

# V1 版本开始支持链式调用

bar = (

Bar()

.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])

.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])

.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])

.set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))

)

bar.render()

image.png

2.Pie饼状图

from pyecharts import options as opts

from pyecharts.charts import Pie

from pyecharts.faker import Faker

pie = (

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}"))

)

pie.render()

image.png

4. 仪表盘

from pyecharts import options as opts

from pyecharts.charts import Gauge

g = (

Gauge()

.add("", [("完成率", 99.6)])

.set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"))

)

g.render()

image.png

5.折线图

import pyecharts.options as opts

from pyecharts.charts import Line

from pyecharts.faker import Faker

c = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis("商家A", Faker.values(), is_smooth=True)

.add_yaxis("商家B", Faker.values(), is_smooth=True)

.set_global_opts(title_opts=opts.TitleOpts(title="Line-smooth"))

)

c.render()

image.png

6.K线图

from pyecharts import options as opts

from pyecharts.charts import Kline

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],

]

k = (

Kline()

.add_xaxis(["2017/7/{}".format(i + 1) for i in range(31)])

.add_yaxis("k线图", data)

.set_global_opts(

yaxis_opts=opts.AxisOpts(is_scale=True),

xaxis_opts=opts.AxisOpts(is_scale=True),

title_opts=opts.TitleOpts(title="K线图-基本示例"),

)

)

k.render()

image.png

7.地图

from pyecharts import options as opts

from pyecharts.charts import Map

from pyecharts.faker import Faker

map = (

Map()

.add("中国地图", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")

.set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"))

)

map.render()

image.png

创作挑战赛新人创作奖励来咯，坚持创作打卡瓜分现金大奖

总结

以上是生活随笔为你收集整理的python可视窗口_Python数据可视的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。