1. Toy模板网首页
  2. > Toy博客

【Python】pyecharts 模块 ⑦ ( 绘制时间线柱状图 | 时间线 Timeline 简介 | 时间线 Timeline 柱状图开发要点 | 播放设置 | 主题设置 | 代码示例 )

7月前 作者：韩曙亮 分类：Toy博客 阅读(28) 违法举报

这篇具有很好参考价值的文章主要介绍了【Python】pyecharts 模块 ⑦ ( 绘制时间线柱状图 | 时间线 Timeline 简介 | 时间线 Timeline 柱状图开发要点 | 播放设置 | 主题设置 | 代码示例 )。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。


pyecharts 画廊网站 : https://gallery.pyecharts.org/#/

  • 在该网站可查看官方示例




一、pyecharts 绘制时间线柱状图



1、时间线 Timeline 简介


pyecharts 时间线柱状图 中的 时间线 , 就是与 x 轴平行的一个 时间轴 ;

时间线 的类是 Timeline , 定义在 pyecharts.charts 模块中 ;


在 时间线 上的每个点 , 都代表一个时间点 ,

为 时间线 上的 每个 时间点 都提供一个柱状图 ,

当 时间线 开始播放时 , 随着时间线向前推进 , 推进到不同点 , 就会显示该点对应的 柱状图 ;


时间线柱状图 的 本质就是 在不同的 时间点 , 切换不同的 柱状图图表 ;


2、时间线 Timeline 柱状图开发要点


首先 , 导入 Timeline 时间线包 , 和 Bar 柱状图包 , 这两个类都定义在 pyecharts.charts 模块中 ;

# 导入柱状图核心类
from pyecharts.charts import Bar, Timeline

然后 , 定义数据 , 可以将数据定义在一个字典中 , x 轴的标识只需要定义一次 , 然后为每个时间点的 y 轴数据定义一个列表即可 , 之类使用随机数生成了 列表 容器数据 , 范围是 1000 到 10000 之间 ;

# 定义数据
data = {
    'x': ['美国', '中国', '日本'],
    '2020': [randint(1000, 10000) for _ in range(7)],
    '2030': [randint(1000, 10000) for _ in range(7)],
    '2040': [randint(1000, 10000) for _ in range(7)]
}

再后 , 为 时间线 上的每个时间点生成一个 Bar 柱状图 , 之后将 Bar 实例对象设置给 Timeline 实例对象 ;

# 为每个时间线中的时间点创建柱状图
bar_2020 = Bar()
bar_2020.add_xaxis(data['x'])
bar_2020.add_yaxis("GDP", data['2020'])
bar_2020.reversal_axis()

bar_2030 = Bar()
bar_2030.add_xaxis(data['x'])
bar_2030.add_yaxis("GDP", data['2030'])
bar_2030.reversal_axis()


bar_2040 = Bar()
bar_2040.add_xaxis(data['x'])
bar_2040.add_yaxis("GDP", data['2040'])
bar_2040.reversal_axis()

再后 , 创建 Timeline 实例对象 , 为不同的时间点设置不同的 Bar 柱状图实例对象 , 第二个参数就是时间点的名称 , 第一个参数是 Bar 柱状图实例对象 ;

# 创建时间线柱状图
timeline = Timeline()
timeline.add(bar_2020, "2020 年 GDP 排名")
timeline.add(bar_2030, "2030 年 GDP 排名")
timeline.add(bar_2040, "2040 年 GDP 排名")

最后 , 调用 Timeline#render 函数 , 生成 时间线柱状图 图表 ; render 函数可以传入字符串参数 , 这个参数可以作为 生成网页的名称 ;

# 将图表保存到本地
timeline.render("时间线柱状图.html")

3、代码示例 - 时间线 Timeline 柱状图


代码示例 :

"""
pyecharts 时间线柱状图 代码示例
"""


# 导入产生随机数工具类
from random import randint
# 导入柱状图核心类
from pyecharts.charts import Bar, Timeline

# 定义数据
data = {
    'x': ['美国', '中国', '日本'],
    '2020': [randint(1000, 10000) for _ in range(7)],
    '2030': [randint(1000, 10000) for _ in range(7)],
    '2040': [randint(1000, 10000) for _ in range(7)]
}

# 为每个时间线中的时间点创建柱状图
bar_2020 = Bar()
bar_2020.add_xaxis(data['x'])
bar_2020.add_yaxis("GDP", data['2020'])
bar_2020.reversal_axis()

bar_2030 = Bar()
bar_2030.add_xaxis(data['x'])
bar_2030.add_yaxis("GDP", data['2030'])
bar_2030.reversal_axis()


bar_2040 = Bar()
bar_2040.add_xaxis(data['x'])
bar_2040.add_yaxis("GDP", data['2040'])
bar_2040.reversal_axis()


# 创建时间线柱状图
timeline = Timeline()
timeline.add(bar_2020, "2020 年 GDP 排名")
timeline.add(bar_2030, "2030 年 GDP 排名")
timeline.add(bar_2040, "2040 年 GDP 排名")

# 将图表保存到本地
timeline.render("时间线柱状图.html")

执行结果 : 执行后 , 生成 " 时间线柱状图.html " 网页 , 使用 Chrome 浏览器查看该网页 ;

网页内容如下 ( 仅做参考 ) :

<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <title>Awesome-pyecharts</title>
                <script type="text/javascript" src="https://assets.pyecharts.org/assets/v5/echarts.min.js"></script>

</head>
<body >
    <div id="7c11d418d95d447488d6009f99f64bf3" class="chart-container" style="width:900px; height:500px; "></div>
    <script>
        var chart_7c11d418d95d447488d6009f99f64bf3 = echarts.init(
            document.getElementById('7c11d418d95d447488d6009f99f64bf3'), 'white', {renderer: 'canvas'});
        var option_7c11d418d95d447488d6009f99f64bf3 = {
    "baseOption": {
        "series": [
            {
                "type": "bar",
                "name": "GDP",
                "legendHoverLink": true,
                "data": [
                    6958,
                    3301,
                    1993,
                    1401,
                    5696,
                    4703,
                    6844
                ],
                "realtimeSort": false,
                "showBackground": false,
                "stackStrategy": "samesign",
                "cursor": "pointer",
                "barMinHeight": 0,
                "barCategoryGap": "20%",
                "barGap": "30%",
                "large": false,
                "largeThreshold": 400,
                "seriesLayoutBy": "column",
                "datasetIndex": 0,
                "clip": true,
                "zlevel": 0,
                "z": 2,
                "label": {
                    "show": true,
                    "margin": 8
                }
            }
        ],
        "timeline": {
            "axisType": "category",
            "currentIndex": 0,
            "orient": "horizontal",
            "autoPlay": false,
            "controlPosition": "left",
            "loop": true,
            "rewind": false,
            "show": true,
            "inverse": false,
            "bottom": "-5px",
            "progress": {},
            "data": [
                "2020 \u5e74 GDP \u6392\u540d",
                "2030 \u5e74 GDP \u6392\u540d",
                "2040 \u5e74 GDP \u6392\u540d"
            ]
        },
        "xAxis": [
            {
                "show": true,
                "scale": false,
                "nameLocation": "end",
                "nameGap": 15,
                "gridIndex": 0,
                "inverse": false,
                "offset": 0,
                "splitNumber": 5,
                "minInterval": 0,
                "splitLine": {
                    "show": true,
                    "lineStyle": {
                        "show": true,
                        "width": 1,
                        "opacity": 1,
                        "curveness": 0,
                        "type": "solid"
                    }
                }
            }
        ],
        "yAxis": [
            {
                "show": true,
                "scale": false,
                "nameLocation": "end",
                "nameGap": 15,
                "gridIndex": 0,
                "inverse": false,
                "offset": 0,
                "splitNumber": 5,
                "minInterval": 0,
                "splitLine": {
                    "show": true,
                    "lineStyle": {
                        "show": true,
                        "width": 1,
                        "opacity": 1,
                        "curveness": 0,
                        "type": "solid"
                    }
                },
                "data": [
                    "\u7f8e\u56fd",
                    "\u4e2d\u56fd",
                    "\u65e5\u672c",
                    "\u5fb7\u56fd",
                    "\u82f1\u56fd",
                    "\u6cd5\u56fd",
                    "\u52a0\u62ff\u5927"
                ]
            }
        ],
        "legend": [
            {
                "data": [
                    "GDP"
                ],
                "selected": {}
            }
        ]
    },
    "options": [
        {
            "series": [
                {
                    "type": "bar",
                    "name": "GDP",
                    "legendHoverLink": true,
                    "data": [
                        8031,
                        7856,
                        3541,
                        7392,
                        2628,
                        4117,
                        5979
                    ],
                    "realtimeSort": false,
                    "showBackground": false,
                    "stackStrategy": "samesign",
                    "cursor": "pointer",
                    "barMinHeight": 0,
                    "barCategoryGap": "20%",
                    "barGap": "30%",
                    "large": false,
                    "largeThreshold": 400,
                    "seriesLayoutBy": "column",
                    "datasetIndex": 0,
                    "clip": true,
                    "zlevel": 0,
                    "z": 2,
                    "label": {
                        "show": true,
                        "margin": 8
                    }
                }
            ],
            "xAxis": [
                {
                    "show": true,
                    "scale": false,
                    "nameLocation": "end",
                    "nameGap": 15,
                    "gridIndex": 0,
                    "inverse": false,
                    "offset": 0,
                    "splitNumber": 5,
                    "minInterval": 0,
                    "splitLine": {
                        "show": true,
                        "lineStyle": {
                            "show": true,
                            "width": 1,
                            "opacity": 1,
                            "curveness": 0,
                            "type": "solid"
                        }
                    }
                }
            ],
            "yAxis": [
                {
                    "show": true,
                    "scale": false,
                    "nameLocation": "end",
                    "nameGap": 15,
                    "gridIndex": 0,
                    "inverse": false,
                    "offset": 0,
                    "splitNumber": 5,
                    "minInterval": 0,
                    "splitLine": {
                        "show": true,
                        "lineStyle": {
                            "show": true,
                            "width": 1,
                            "opacity": 1,
                            "curveness": 0,
                            "type": "solid"
                        }
                    },
                    "data": [
                        "\u7f8e\u56fd",
                        "\u4e2d\u56fd",
                        "\u65e5\u672c",
                        "\u5fb7\u56fd",
                        "\u82f1\u56fd",
                        "\u6cd5\u56fd",
                        "\u52a0\u62ff\u5927"
                    ]
                }
            ],
            "tooltip": {
                "show": true,
                "trigger": "item",
                "triggerOn": "mousemove|click",
                "axisPointer": {
                    "type": "line"
                },
                "showContent": true,
                "alwaysShowContent": false,
                "showDelay": 0,
                "hideDelay": 100,
                "enterable": false,
                "confine": false,
                "appendToBody": false,
                "transitionDuration": 0.4,
                "textStyle": {
                    "fontSize": 14
                },
                "borderWidth": 0,
                "padding": 5,
                "order": "seriesAsc"
            },
            "color": [
                "#5470c6",
                "#91cc75",
                "#fac858",
                "#ee6666",
                "#73c0de",
                "#3ba272",
                "#fc8452",
                "#9a60b4",
                "#ea7ccc"
            ]
        },
        {
            "series": [
                {
                    "type": "bar",
                    "name": "GDP",
                    "legendHoverLink": true,
                    "data": [
                        1018,
                        8874,
                        7545,
                        9780,
                        8622,
                        5800,
                        5960
                    ],
                    "realtimeSort": false,
                    "showBackground": false,
                    "stackStrategy": "samesign",
                    "cursor": "pointer",
                    "barMinHeight": 0,
                    "barCategoryGap": "20%",
                    "barGap": "30%",
                    "large": false,
                    "largeThreshold": 400,
                    "seriesLayoutBy": "column",
                    "datasetIndex": 0,
                    "clip": true,
                    "zlevel": 0,
                    "z": 2,
                    "label": {
                        "show": true,
                        "margin": 8
                    }
                }
            ],
            "xAxis": [
                {
                    "show": true,
                    "scale": false,
                    "nameLocation": "end",
                    "nameGap": 15,
                    "gridIndex": 0,
                    "inverse": false,
                    "offset": 0,
                    "splitNumber": 5,
                    "minInterval": 0,
                    "splitLine": {
                        "show": true,
                        "lineStyle": {
                            "show": true,
                            "width": 1,
                            "opacity": 1,
                            "curveness": 0,
                            "type": "solid"
                        }
                    }
                }
            ],
            "yAxis": [
                {
                    "show": true,
                    "scale": false,
                    "nameLocation": "end",
                    "nameGap": 15,
                    "gridIndex": 0,
                    "inverse": false,
                    "offset": 0,
                    "splitNumber": 5,
                    "minInterval": 0,
                    "splitLine": {
                        "show": true,
                        "lineStyle": {
                            "show": true,
                            "width": 1,
                            "opacity": 1,
                            "curveness": 0,
                            "type": "solid"
                        }
                    },
                    "data": [
                        "\u7f8e\u56fd",
                        "\u4e2d\u56fd",
                        "\u65e5\u672c",
                        "\u5fb7\u56fd",
                        "\u82f1\u56fd",
                        "\u6cd5\u56fd",
                        "\u52a0\u62ff\u5927"
                    ]
                }
            ],
            "tooltip": {
                "show": true,
                "trigger": "item",
                "triggerOn": "mousemove|click",
                "axisPointer": {
                    "type": "line"
                },
                "showContent": true,
                "alwaysShowContent": false,
                "showDelay": 0,
                "hideDelay": 100,
                "enterable": false,
                "confine": false,
                "appendToBody": false,
                "transitionDuration": 0.4,
                "textStyle": {
                    "fontSize": 14
                },
                "borderWidth": 0,
                "padding": 5,
                "order": "seriesAsc"
            },
            "color": [
                "#5470c6",
                "#91cc75",
                "#fac858",
                "#ee6666",
                "#73c0de",
                "#3ba272",
                "#fc8452",
                "#9a60b4",
                "#ea7ccc"
            ]
        },
        {
            "series": [
                {
                    "type": "bar",
                    "name": "GDP",
                    "legendHoverLink": true,
                    "data": [
                        6958,
                        3301,
                        1993,
                        1401,
                        5696,
                        4703,
                        6844
                    ],
                    "realtimeSort": false,
                    "showBackground": false,
                    "stackStrategy": "samesign",
                    "cursor": "pointer",
                    "barMinHeight": 0,
                    "barCategoryGap": "20%",
                    "barGap": "30%",
                    "large": false,
                    "largeThreshold": 400,
                    "seriesLayoutBy": "column",
                    "datasetIndex": 0,
                    "clip": true,
                    "zlevel": 0,
                    "z": 2,
                    "label": {
                        "show": true,
                        "margin": 8
                    }
                }
            ],
            "xAxis": [
                {
                    "show": true,
                    "scale": false,
                    "nameLocation": "end",
                    "nameGap": 15,
                    "gridIndex": 0,
                    "inverse": false,
                    "offset": 0,
                    "splitNumber": 5,
                    "minInterval": 0,
                    "splitLine": {
                        "show": true,
                        "lineStyle": {
                            "show": true,
                            "width": 1,
                            "opacity": 1,
                            "curveness": 0,
                            "type": "solid"
                        }
                    }
                }
            ],
            "yAxis": [
                {
                    "show": true,
                    "scale": false,
                    "nameLocation": "end",
                    "nameGap": 15,
                    "gridIndex": 0,
                    "inverse": false,
                    "offset": 0,
                    "splitNumber": 5,
                    "minInterval": 0,
                    "splitLine": {
                        "show": true,
                        "lineStyle": {
                            "show": true,
                            "width": 1,
                            "opacity": 1,
                            "curveness": 0,
                            "type": "solid"
                        }
                    },
                    "data": [
                        "\u7f8e\u56fd",
                        "\u4e2d\u56fd",
                        "\u65e5\u672c",
                        "\u5fb7\u56fd",
                        "\u82f1\u56fd",
                        "\u6cd5\u56fd",
                        "\u52a0\u62ff\u5927"
                    ]
                }
            ],
            "tooltip": {
                "show": true,
                "trigger": "item",
                "triggerOn": "mousemove|click",
                "axisPointer": {
                    "type": "line"
                },
                "showContent": true,
                "alwaysShowContent": false,
                "showDelay": 0,
                "hideDelay": 100,
                "enterable": false,
                "confine": false,
                "appendToBody": false,
                "transitionDuration": 0.4,
                "textStyle": {
                    "fontSize": 14
                },
                "borderWidth": 0,
                "padding": 5,
                "order": "seriesAsc"
            },
            "color": [
                "#5470c6",
                "#91cc75",
                "#fac858",
                "#ee6666",
                "#73c0de",
                "#3ba272",
                "#fc8452",
                "#9a60b4",
                "#ea7ccc"
            ]
        }
    ]
};
        chart_7c11d418d95d447488d6009f99f64bf3.setOption(option_7c11d418d95d447488d6009f99f64bf3);
    </script>
</body>
</html>

初始状态如下 , 时间点在 2020 年 , 显示的是该时间点的 GDP ;
echarts时间轴柱状图,Python,python,信息可视化,开发语言,pyecharts,时间线柱状图,原力计划

鼠标点击 2030 年 , 得到如下效果 ;

echarts时间轴柱状图,Python,python,信息可视化,开发语言,pyecharts,时间线柱状图,原力计划

鼠标点击 2040 年 , 得到如下效果 :

echarts时间轴柱状图,Python,python,信息可视化,开发语言,pyecharts,时间线柱状图,原力计划

点击 时间线 左侧的播放按钮 , 可以 按照时间线 自动播放 柱状图 ;





二、pyecharts 绘制时间线柱状图其它设置



1、时间线 Timeline 播放设置


调用 Timeline#add_schema 函数 , 可以设置 时间线 的 自动播放设置 ;

使用关键字方式设置参数 ,

play_interval 关键字参数设置播放间隔 , 单位毫秒, 下面的代码中 , 每隔 1 秒切换一个时间点 ;

play_interval=1000, # 自动播放间隔, 单位毫秒, 每隔 1 秒切换一个时间点

is_timeline_show 关键字参数设置是否在自动播放时显示时间线 ;

is_timeline_show=True, # 自动播放时是否显示时间线

is_auto_play 关键字参数设置是否自动播放 ,

is_auto_play=True,  # 是否自动播放

is_loop_play 关键字参数设置是否循环播放 ;

is_loop_play=True   # 是否循环播放

完整代码 :

# 时间线 自动播放设置
timeline.add_schema(
    play_interval=1000, # 自动播放间隔, 单位毫秒, 每隔 1 秒切换一个时间点
    is_timeline_show=True, # 自动播放时是否显示时间线
    is_auto_play=True,  # 是否自动播放
    is_loop_play=True   # 是否循环播放
)

2、时间线 Timeline 主题设置


设置 主题之前 , 需要先导入 ThemeType 类 , 该类定义在 pyecharts.globals 模块中 ;

# 导入主题
from pyecharts.globals import ThemeType

创建时间线时 , 可以在构造函数中 , 传入字典数据作为参数 , 下面的代码可以设置 时间线 Timeline 主题 ;

设置的是 红黄 暖色系 主题 ;

# 创建时间线柱状图
timeline = Timeline({"theme": ThemeType.ESSOS})

效果如下 :
echarts时间轴柱状图,Python,python,信息可视化,开发语言,pyecharts,时间线柱状图,原力计划

常见的主题如下 :

class _ThemeType:
    BUILTIN_THEMES = ["light", "dark", "white"]
    LIGHT = "light"	# 红蓝粉 高亮颜色
    DARK = "dark"	# 红蓝 黑色背景
    WHITE = "white" # 红蓝 默认颜色 与 Bar 相同
    CHALK: str = "chalk"	# 红蓝绿 黑色背景
    ESSOS: str = "essos"	# 红黄 暖色系
    INFOGRAPHIC: str = "infographic"	# 红蓝黄 偏亮
    MACARONS: str = "macarons"	# 紫绿
    PURPLE_PASSION: str = "purple-passion"	# 粉紫
    ROMA: str = "roma"	# 红黑灰
    ROMANTIC: str = "romantic"	# 红粉蓝
    SHINE: str = "shine"
    VINTAGE: str = "vintage"
    WALDEN: str = "walden"
    WESTEROS: str = "westeros"
    WONDERLAND: str = "wonderland"
    HALLOWEEN: str = "halloween"

3、代码示例 - 时间线特殊设置


代码示例 :

"""
pyecharts 时间线柱状图 代码示例
"""


# 导入产生随机数工具类
from random import randint
# 导入柱状图核心类
from pyecharts.charts import Bar, Timeline
# 导入主题
from pyecharts.globals import ThemeType

# 定义数据
data = {
    'x': ['美国', '中国', '日本'],
    '2020': [randint(1000, 10000) for _ in range(7)],
    '2030': [randint(1000, 10000) for _ in range(7)],
    '2040': [randint(1000, 10000) for _ in range(7)]
}

# 为每个时间线中的时间点创建柱状图
bar_2020 = Bar()
bar_2020.add_xaxis(data['x'])
bar_2020.add_yaxis("GDP", data['2020'])
bar_2020.reversal_axis()

bar_2030 = Bar()
bar_2030.add_xaxis(data['x'])
bar_2030.add_yaxis("GDP", data['2030'])
bar_2030.reversal_axis()


bar_2040 = Bar()
bar_2040.add_xaxis(data['x'])
bar_2040.add_yaxis("GDP", data['2040'])
bar_2040.reversal_axis()


# 创建时间线柱状图
timeline = Timeline({"theme": ThemeType.ESSOS})
timeline.add(bar_2020, "2020 年 GDP 排名")
timeline.add(bar_2030, "2030 年 GDP 排名")
timeline.add(bar_2040, "2040 年 GDP 排名")

# 时间线 自动播放设置
timeline.add_schema(
    play_interval=1000, # 自动播放间隔, 单位毫秒, 每隔 1 秒切换一个时间点
    is_timeline_show=True, # 自动播放时是否显示时间线
    is_auto_play=True,  # 是否自动播放
    is_loop_play=True   # 是否循环播放
)

# 将图表保存到本地
timeline.render("时间线柱状图.html")

执行结果 : 执行后生成 " 时间线柱状图.html " 网页文件 ;

echarts时间轴柱状图,Python,python,信息可视化,开发语言,pyecharts,时间线柱状图,原力计划
打开该网页文件 , 效果如下 : 打开后 , 时间线会自动播放 ;

echarts时间轴柱状图,Python,python,信息可视化,开发语言,pyecharts,时间线柱状图,原力计划文章来源地址https://www.toymoban.com/news/detail-609145.html

到了这里，关于【Python】pyecharts 模块 ⑦ ( 绘制时间线柱状图 | 时间线 Timeline 简介 | 时间线 Timeline 柱状图开发要点 | 播放设置 | 主题设置 | 代码示例 )的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • 【Python】pyecharts 模块 ⑤ ( 地图绘制 | pyecharts 地图绘制步骤 | 为地图进行全局配置 )

    【Python】pyecharts 模块 ⑤ ( 地图绘制 | pyecharts 地图绘制步骤 | 为地图进行全局配置 )

    pyecharts 画廊网站 : https://gallery.pyecharts.org/#/ 在该网站可查看官方示例 首先 , 导入 pyecharts 中的 Map 类 , 这是 地图绘制 的核心类 , 该类定义在 pyecharts.charts 中 ; 然后 , 创建 Map 类实例对象 , 该对象对应着一张地图 ; 再后 , 准备要绘制的数据 , 数据类型是列表类型 , 列表元素是

    2024年02月16日
    浏览(35)
  • 【Python】pyecharts 模块 ① ( ECharts 简介 | pyecharts 简介 | pyecharts 中文网站 | pyecharts 画廊网站 | pyecharts 画 )

    【Python】pyecharts 模块 ① ( ECharts 简介 | pyecharts 简介 | pyecharts 中文网站 | pyecharts 画廊网站 | pyecharts 画 )

    pyecharts 画廊网站 : https://gallery.pyecharts.org/#/ ECharts 官方网站 : https://echarts.apache.org/zh/index.html ECharts 是 百度 提供的 基于 JavaScript 的开源可视化库 , 可以借助该 函数库 绘制 精美的 图表 ; ECharts 支持多种图表类型 , 包括折线图、柱状图、散点图、饼图、雷达图、地图等 , 并且可

    2024年02月16日
    浏览(29)
  • [图表]pyecharts模块-反转柱状图

    [图表]pyecharts模块-反转柱状图

    先来看代码： 再来看结果： 再来看解析： 这段代码使用了Python中的pyecharts模块来创建一个柱状图，并使用Faker模块生成了一些假数据。 首先，导入了需要的模块： opts ：包含一些图表配置选项的模块 Bar ：用于创建柱状图的类 Faker ：用于生成假数据的类 接下来，创建了一个

    2024年02月07日
    浏览(24)
  • Python可视化学习——使用JSON进行数据转换、pyecharts模块调用以及可视化案例的介绍（可视化案例数据暂无），柱状图及动态柱状图的构建

    Python可视化学习——使用JSON进行数据转换、pyecharts模块调用以及可视化案例的介绍（可视化案例数据暂无），柱状图及动态柱状图的构建

    可视化效果一：2020年印美日新冠累计确诊人数 2020年是新冠疫情爆发的一年，随着疫情的爆发，国内外确诊人数成了大家关心的热点，相信大家都有看过类似的疫情报告.本案例对印度美国日本三个国家确诊人数的进行了可视化处理，形成了可视化的疫情确诊人数报告.  可视

    2024年02月01日
    浏览(62)
  • 实例1：利用pyecharts绘制3D柱状图 （相关数据可视化课设可在付费资源获取）

    实例1：利用pyecharts绘制3D柱状图 （相关数据可视化课设可在付费资源获取）

    说明：选取采用pyecharts库中的Bar3D模块 注：这里以0.5版本的pyecharts库为例。 Bar3D模块参数： 实例化：Bar3D(标题名称 title) bar3d.add(\\\"副标题\\\",x_axis,y_axis,[a,b,c],is_visualmap,     visual_range,     visual_range_color,     grid3d_width,     grid3d_depth, ) bar3d.render() x_axis:定义x轴 y_axis:定义y轴 [a,b

    2024年02月07日
    浏览(30)
  • 我的Python教程：使用Pyecharts画柱状图

    我的Python教程：使用Pyecharts画柱状图

    Pyecharts是一个用于生成 Echarts 图表的 Python 库。Echarts 是一个基于 JavaScript 的数据可视化库，提供了丰富的图表类型和交互功能。通过 Pyecharts，你可以使用 Python 代码生成各种类型的 Echarts 图表，例如折线图、柱状图、饼图、散点图等。 Pyecharts 提供了许多方便的 API 和方法，

    2024年02月14日
    浏览(24)
  • 数据可视化——绘制带有时间线的柱状图

    数据可视化——绘制带有时间线的柱状图

    我们已经学习了使用 pyecharts 包中的模块和相应的方法绘制了折线图和地图，那么今天我将为大家分享如何绘制带有时间线的柱状图。 绘制柱状图跟绘制折线图的步骤是大致相同的。 python 中绘制柱状图依赖于 pyecharts.charts 模块下的 Bar 方法。 我们还可以将横坐标与纵坐标颠

    2024年02月16日
    浏览(32)

  • Pyecharts教程(一)：Python中的pyecharts库绘制3D曲面图

    作者：安静到无声 个人主页 在Python中，我们可以使用pyecharts库来绘制各种图表，如柱状图、折线图、饼图等。最近，我在学习如何使用pyecharts库绘制3D曲面图。本文将介绍如何使用pyecharts库中的Surface3D类来绘制3D曲面图，并通过一个实例来演示如何使用这个类。 首先，我们需

    2024年02月11日
    浏览(22)
  • 【Python】pyecharts 模块 ② ( 命令行安装 pyecharts 模块 | PyCharm 安装 pyecharts 模块 )

    【Python】pyecharts 模块 ② ( 命令行安装 pyecharts 模块 | PyCharm 安装 pyecharts 模块 )

    pyecharts 画廊网站 : https://gallery.pyecharts.org/#/ 在该网站可查看官方示例 使用 Windows + R 打开 cmd \\\" 命令提示符 \\\" 应用 ; 执行 命令 , 下载 pyecharts 模块 , 完整的下载过程如下 : 命令行输出内容如下 : ( 仅做参考 ) 在 \\\" 命令提示符 \\\" 中 , 输入 python , 进入 python 解释器模式 , 然后执行

    2024年02月07日
    浏览(28)
  • Python-PyEchart绘制地图(Map)

    Python-PyEchart绘制地图(Map)

    Python-PyEchart绘制地图Map 一、简介 参考官网地址： 相关数据准备：     关注上面公众号，回复“地图”即可获取相关数据。 图对象具体配置参考： 全局配置参考： JSON数据参考： 1、 全国疫情可视化地图 案例参考： 绘制地图工具模块： 调用地图工具模块中的函数： 效果

    2024年02月13日
    浏览(30)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包