【Python】pyecharts 模块 ⑥ ( 绘制柱状图 | pyecharts 绘制柱状图步骤 | 柱状图 x 轴 / y 轴 翻转 | 柱状图数据标签位置设置 )

这篇具有很好参考价值的文章主要介绍了【Python】pyecharts 模块 ⑥ ( 绘制柱状图 | pyecharts 绘制柱状图步骤 | 柱状图 x 轴 / y 轴 翻转 | 柱状图数据标签位置设置 )。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 绘制基础柱状图




1、pyecharts 绘制柱状图步骤


首先 , 导入 柱状图 Bar 类 , 该类定义在 pyecharts.charts 模块中 ;

# 导入 pyecharts 模块中的 柱状图 Bar 类
from pyecharts.charts import Bar

然后 , 创建 柱状图 Bar 类型 实例对象 , 该对象代表了一个柱状图 ;

# 创建柱状图对象
bar = Bar()

再后 , 设置该 柱状图的 x 轴 和 y 轴数据 ,

  • 调用 Bar#add_xaxis() 函数 , 设置 x 轴数据 , 实际数据放在 列表 中 , 作为参数传递给该函数 ;
  • 调用 Bar#add_yaxis() 函数 , 设置 y 轴数据 , 第一个参数是柱状图标题 , 第二个参数 是 列表类型的容器变量 , 表示 y 轴的数据 ;
# 设置 x 轴数据
bar.add_xaxis(["河北", "河南", "山东", "山西"])

# 设置 y 轴数据
bar.add_yaxis("GDP", [40391, 58887, 82875, 22870])

最后 , 调用 Bar#render() 函数 , 生成最终的柱状图 ;

# 生成柱状图
bar.render()

在 该 源码 的 同级目录下 , 生成的 render.html 就是生成的 柱状图 ;

python 柱状图绘制,Python,python,信息可视化,开发语言,pyecharts,PyCharm,原力计划


2、代码示例 - pyecharts 绘制柱状图


代码示例 :

"""
pyecharts 模块
"""

# 导入 pyecharts 模块中的 柱状图 Bar 类
from pyecharts.charts import Bar

# 导入 配置 相关类
from pyecharts.options import *

# 创建柱状图对象
bar = Bar()

# 设置 x 轴数据
bar.add_xaxis(["河北", "河南", "山东", "山西"])

# 设置 y 轴数据
bar.add_yaxis("GDP", [40391, 58887, 82875, 22870])

# 生成柱状图
bar.render()

执行结果 :

python 柱状图绘制,Python,python,信息可视化,开发语言,pyecharts,PyCharm,原力计划

生成的 render.html 如下 ( 仅做参考 - 没事别点开 ) :

<!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="cefd15ca8045443380ca43cf4b559bc1" class="chart-container" style="width:900px; height:500px; "></div>
    <script>
        var chart_cefd15ca8045443380ca43cf4b559bc1 = echarts.init(
            document.getElementById('cefd15ca8045443380ca43cf4b559bc1'), 'white', {renderer: 'canvas'});
        var option_cefd15ca8045443380ca43cf4b559bc1 = {
    "animation": true,
    "animationThreshold": 2000,
    "animationDuration": 1000,
    "animationEasing": "cubicOut",
    "animationDelay": 0,
    "animationDurationUpdate": 300,
    "animationEasingUpdate": "cubicOut",
    "animationDelayUpdate": 0,
    "aria": {
        "enabled": false
    },
    "color": [
        "#5470c6",
        "#91cc75",
        "#fac858",
        "#ee6666",
        "#73c0de",
        "#3ba272",
        "#fc8452",
        "#9a60b4",
        "#ea7ccc"
    ],
    "series": [
        {
            "type": "bar",
            "name": "GDP",
            "legendHoverLink": true,
            "data": [
                40391,
                58887,
                82875,
                22870
            ],
            "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
            }
        }
    ],
    "legend": [
        {
            "data": [
                "GDP"
            ],
            "selected": {}
        }
    ],
    "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"
    },
    "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"
                }
            },
            "data": [
                "\u6cb3\u5317",
                "\u6cb3\u5357",
                "\u5c71\u4e1c",
                "\u5c71\u897f"
            ]
        }
    ],
    "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"
                }
            }
        }
    ]
};
        chart_cefd15ca8045443380ca43cf4b559bc1.setOption(option_cefd15ca8045443380ca43cf4b559bc1);
    </script>
</body>
</html>

柱状图效果如下 :

python 柱状图绘制,Python,python,信息可视化,开发语言,pyecharts,PyCharm,原力计划





二、柱状图其它设置




1、柱状图 x 轴 / y 轴 翻转


调用 Bar#reversal_axis() 函数 , 可以翻转 柱状图 的 x 轴 和 y 轴 ;


代码示例 :

"""
pyecharts 模块
"""

# 导入 pyecharts 模块中的 柱状图 Bar 类
from pyecharts.charts import Bar

# 导入 配置 相关类
from pyecharts.options import *

# 创建柱状图对象
bar = Bar()

# 设置 x 轴数据
bar.add_xaxis(["河北", "河南", "山东", "山西"])

# 设置 y 轴数据
bar.add_yaxis("GDP", [40391, 58887, 82875, 22870])

# 翻转 x 轴 / y 轴
bar.reversal_axis()

# 生成柱状图
bar.render()

打开运行后生成的 render.html 网页 , 效果如下 :

python 柱状图绘制,Python,python,信息可视化,开发语言,pyecharts,PyCharm,原力计划


2、柱状图数据标签位置设置


上面的柱状图的 数值标签 都在柱子 的中心位置显示 , 这是默认显示位置 ;

python 柱状图绘制,Python,python,信息可视化,开发语言,pyecharts,PyCharm,原力计划


如果我们想要让 数值数据 显示在最右侧 , 在添加 y 轴数据时 , 为其设置一个 LabelOpts 参数 ;

# 设置 y 轴数据
bar.add_yaxis("GDP", [40391, 58887, 82875, 22870],
              label_opts=LabelOpts(position="right"))

完整代码示例 :

"""
pyecharts 模块
"""

# 导入 pyecharts 模块中的 柱状图 Bar 类
from pyecharts.charts import Bar

# 导入 配置 相关类
from pyecharts.options import *

# 创建柱状图对象
bar = Bar()

# 设置 x 轴数据
bar.add_xaxis(["河北", "河南", "山东", "山西"])

# 设置 y 轴数据
bar.add_yaxis("GDP", [40391, 58887, 82875, 22870],
              label_opts=LabelOpts(position="right"))

# 翻转 x 轴 / y 轴
bar.reversal_axis()

# 生成柱状图
bar.render()


render.html 网页显示效果 : 数值都在柱状数据的右侧显示 ;

python 柱状图绘制,Python,python,信息可视化,开发语言,pyecharts,PyCharm,原力计划文章来源地址https://www.toymoban.com/news/detail-643807.html

到了这里,关于【Python】pyecharts 模块 ⑥ ( 绘制柱状图 | pyecharts 绘制柱状图步骤 | 柱状图 x 轴 / y 轴 翻转 | 柱状图数据标签位置设置 )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!

领支付宝红包 赞助服务器费用

相关文章

  • python绘制柱状图,并添加标签

    利用下面的代码,绘制柱状图。 难点:绘制标签 bar.get_height() 用于获取柱子的高度,也就是柱状图中每个柱子的高度值。在上面的代码中,我们使用这个高度值来确定要在柱子上方添加的数据标签的位置。 具体来说,这行代码: 将 height 设置为当前柱子的高度。然后,在

    2024年01月18日
    浏览(35)
  • 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)
  • 100天精通Python(可视化篇)——第92天:Pyecharts绘制炫酷柱状图、条形图实战大全

    🔥🔥 本文已收录于 《100天精通Python从入门到就业》:本专栏专门针对零

    2024年02月12日
    浏览(32)
  • [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)
  • 探索数据之美:初步学习 Python 柱状图绘制

    pyecharts 是一个基于 Echarts 的 Python 图表库,它提供了丰富的图表类型和交互功能。可以使用使用 pyecharts 创建柱状图 首先,安装 pyecharts 库。如果没有安装,可以使用以下命令安装: 然后,创建一个简单的柱状图: 在这个示例中,首先导入 pyecharts 的必要模块。然后,创建一

    2024年02月12日
    浏览(26)
  • 数据可视化|Python之Pyecharts将“爬虫数据”绘制饼状图

    前言 本文是该专栏的第40篇,后面会持续分享python数据分析的干货知识,记得关注。 在项目中,可能有些同学或多或少遇见这样的需求。将爬虫采集下来的数据,进行图像可视化处理,方便其他业务线进行数据分析处理。 而本文,笔者将以某个 爬虫案例 的采集数据为例子,

    2024年01月18日
    浏览(35)
  • Python 数据可视化教程 - 如何使用 pyecharts 绘制多条折线图表

    部分数据来源: ChatGPT   引言         本文主要介绍如何使用 Python 中的 pyecharts 库,绘制多条折线图表。在本例中,我们将展示各国的 COVID-19 确诊人数数据。 1、首先,我们需要导入必要的库: 其中, json  库用于解析 JSON 数据, pyecharts  库用于绘图, TitleOpts 、 Lege

    2024年02月09日
    浏览(41)
  • 【数据可视化】Python通过Pyecharts库绘制geo类地图

    我们知道,在数据可视化中的地图可视化分为map类地图和geo类地图,而现在我将介绍geo类地图,会对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着我来一起学习学习吧!(由于我是一位初学者,若有不对的还望大家多多指教,蟹蟹~) 中文官方文档和

    2024年02月04日
    浏览(52)
  • 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)

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