Pyecharts数据可视化(三)

这篇具有很好参考价值的文章主要介绍了Pyecharts数据可视化(三)。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。

目录

1.绘制词云图

2.绘制桑基图

3.绘制平行坐标图

4.绘制结点图

5.绘制地图

本文主要介绍了如何利用Pyecharts绘制词云图、桑基图、平行坐标图、节点图和地图,虽然这些图平时不是很常用,但是看起来还是比较好看的,如果放在论文当中,相信可以让论文更上一层楼。

1.绘制词云图

Pyecharts使用WordCloud绘制词云图。

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
from pyecharts.globals import SymbolType
words = [
    ("牛肉面", 7800),("黄河", 6181),
    ("《读者》杂志", 4386), ("甜胚子", 3055),
    ("甘肃省博物馆", 2055),("莫高窟", 8067),("兰州大学", 4244),
    ("西北师范大学", 1868),("中山桥", 3484),
    ("月牙泉", 1112),("五泉山", 980),
    ("五彩丹霞", 865),("黄河母亲", 847),("崆峒山",678),
    ("羊皮筏子", 1582),("兴隆山",868),
    ("兰州交通大学", 1555),("白塔山", 2550),("五泉山", 2550)]
c = WordCloud()
c.add("", words, word_size_range=[20, 80])
c.set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-基本示例"))
c.render_notebook()

结果图:

Pyecharts数据可视化(三),Python数据分析与可视化,信息可视化,数据分析,数据挖掘,数据可视化,python

2.绘制桑基图

桑基图也称为桑基流图或桑基能量图,是一种用于可视化流量、转移或关系的图表类型。它主要由节点(node)和边(link)组成,节点代表一个实体或者一组实体,边表示在节点间的流动或转移。桑基图在展示数据流向和比例的同时,能够清晰地呈现各个节点之间的关系和互动。

from pyecharts import options as opts
from pyecharts.charts import Sankey
# 节点数据
nodes = [
    {'name': '男生'},
    {'name': '女生'},
    {'name': '打游戏'},
    {'name': '加班'},
    {'name': '追剧'},
]

# 边数据
links = [
    {"source": '男生', "target": '打游戏', "value": 30},
    {"source": '男生', "target": '加班', "value": 20},
    {"source": '女生', "target": '打游戏', "value": 40},
    {"source": '女生', "target": '加班', "value": 15},
    {"source": '女生', "target": '追剧', "value": 25},
]
sankey = (
    Sankey()
    .add(
        "",
        nodes,
        links,
        linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),
        label_opts=opts.LabelOpts(position="right"),
        node_gap=25
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="男生女生兴趣分布"),
        tooltip_opts=opts.TooltipOpts(trigger="item", trigger_on="mousemove"),
    )
)
sankey.render_notebook()

结果图:

Pyecharts数据可视化(三),Python数据分析与可视化,信息可视化,数据分析,数据挖掘,数据可视化,python

3.绘制平行坐标图

平行坐标图(Parallel Coordinates Plot)是一种多维数据可视化方法,用于可视化具有多个数值型变量的数据集。它通过在平行的直线上绘制多个坐标轴,每个轴代表一个变量,将每个数据点映射到这些坐标轴上的相应位置,以展示多个变量之间的关系和趋势。

from pyecharts import options as opts
from pyecharts.charts import Parallel
import numpy as np
import seaborn as sns
data=sns.load_dataset('iris')
data1=np.array(df[['sepal_length','sepal_width','petal_length','petal_width']]).tolist()
parallel_axis=[{"dim":0,"name":"萼片长度"},
               {"dim":1,"name":"萼片宽度"},
               {"dim":2,"name":"花瓣长度"},
               {"dim":3,"name":"花瓣宽度"},
              ]
parallel=Parallel(init_opts=opts.InitOpts(width='600px',height='400px'))
parallel.add_schema(schema=parallel_axis)
parallel.add('iris平行坐标图',data=data1,linestyle_opts=opts.LineStyleOpts(width=4,opacity=0.5))
parallel.render_notebook()

结果图:

Pyecharts数据可视化(三),Python数据分析与可视化,信息可视化,数据分析,数据挖掘,数据可视化,python

4.绘制节点图

节点图(Node Link Diagram),也被称为网络图(Network Diagram)或关系图(Graph),是一种用于可视化节点(也称为顶点)和它们之间连接(也称为边)的图表。节点图常用于表示复杂的关系、网络或系统。在节点图中,节点表示实体或对象,如人、地点、物品等,而连接则表示节点之间的关系或连接方式。连接可以是有向的或无向的,具体取决于节点间的关系性质。

from pyecharts import options as opts
from pyecharts.charts import Graph

nodes = [
    {"name": "A"},
    {"name": "B"},
    {"name": "C"},
    {"name": "D"},
    {"name": "E"},
    {"name": "F"},
]

links = []
for i in range(len(nodes)):
    for j in range(i+1, len(nodes)):
        links.append({"source": nodes[i]["name"], "target": nodes[j]["name"]})

graph = (
    Graph()
    .add("", nodes, links, repulsion=800, layout="force", is_draggable=True)
    .set_global_opts(title_opts=opts.TitleOpts(title="Relationship Graph"))
    .render("relationship_graph.html")
)

结果图:

Pyecharts数据可视化(三),Python数据分析与可视化,信息可视化,数据分析,数据挖掘,数据可视化,python

5.绘制地图

绘制全国主要城市航班流动图

from pyecharts import options as opts 
from pyecharts.charts import Geo 
from pyecharts.globals import ChartType, SymbolType

c = (
        Geo()
        .add_schema(maptype="china")
        .add( "",
            [ ("哈尔滨", 66), ("重庆", 88), ("上海", 100), ("乌鲁木齐", 30),("北京", 30),("兰州",170)],
            type_=ChartType.EFFECT_SCATTER,
            color="green",
        )
        .add(
            "geo",
            [("北京", "兰州"),( "兰州","北京"), ("重庆", "杭州"),("哈尔滨", "重庆"),("乌鲁木齐", "哈尔滨")],
            type_=ChartType.LINES,
            effect_opts=opts.EffectOpts(
                symbol=SymbolType.ARROW, symbol_size=6, color="blue"
            ),
            linestyle_opts=opts.LineStyleOpts(curve=0.2),
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(title_opts=opts.TitleOpts(title="主要城市航班路线和数量"))
    )

c.render_notebook()

结果图:

Pyecharts数据可视化(三),Python数据分析与可视化,信息可视化,数据分析,数据挖掘,数据可视化,python文章来源地址https://www.toymoban.com/news/detail-693560.html

到了这里,关于Pyecharts数据可视化(三)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

  • 可视化 | Flask+Mysql+PyEcharts 电影Top250数据分析系统

    本期给大家分享一套适合初学者的 Flask+Mysql+Echarts 电影Top250数据分析系统 ,希望对你有所帮助,如有疑问或者需要改进的地方可以私信小编。 模板一: 【可视化 | Flask+Pyecharts可视化模板一】 模板二: 【可视化 | Flask+Pyecharts可视化模板二】 以上各图内容均可根据自己的需要

    2024年02月12日
    浏览(45)
  • python数据分析及可视化(十四)数据分析可视化练习-上市公司可视化数据分析、黑色星期五案例分析

    从中商情报网下载的数据,表格中会存在很多的问题,查看数据的信息有无缺失,然后做数据的清晰,有无重复值,异常数据,省份和城市的列名称和数据是不对照的,删除掉一些不需要的数据,省份不完整的数据,然后进行数据分析以及可视化,如上市公司中的行业Top5,用

    2024年02月03日
    浏览(53)
  • 大数据可视化——基于Python豆瓣电影数据可视化分析

    本项目旨在通过对豆瓣电影数据进行综合分析与可视化展示,构建一个基于Python的大数据可视化系统。通过数据爬取收集、清洗、分析豆瓣电影数据,我们提供了一个全面的电影信息平台,为用户提供深入了解电影产业趋势、影片评价与演员表现的工具。项目的关键步骤包括

    2024年02月04日
    浏览(74)
  • python毕设选题 - 大数据上海租房数据爬取与分析可视化 -python 数据分析 可视化

    # 1 前言 🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项

    2024年02月19日
    浏览(56)
  • python毕设选题 - 大数据二手房数据爬取与分析可视化 -python 数据分析 可视化

    # 1 前言 🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项

    2024年01月20日
    浏览(60)
  • 大数据可视化——基于Python豆瓣电影数据可视化分析系统

    本项目旨在通过对豆瓣电影数据进行综合分析与可视化展示,构建一个基于Python的大数据可视化系统。通过数据爬取收集、清洗、分析豆瓣电影数据,我们提供了一个全面的电影信息平台,为用户提供深入了解电影产业趋势、影片评价与演员表现的工具。项目的关键步骤包括

    2024年01月21日
    浏览(55)
  • python基于大数据的手机分析系统与可视化 -可视化大屏分析

    前言 该系统采用了多种数据源,包括用户行为数据、社交数据、市场趋势数据等,通过数据挖掘、统计分析等手段,对这些数据进行分析和建模。其中,用户行为数据包括用户使用手机的频率、时间、地理位置、应用使用情况等,社交网络数据包括用户在交网络上的行为、好

    2024年02月03日
    浏览(44)
  • Python大作业——爬虫+可视化+数据分析+数据库(可视化篇)

    相关链接 Python大作业——爬虫+可视化+数据分析+数据库(简介篇) Python大作业——爬虫+可视化+数据分析+数据库(爬虫篇) Python大作业——爬虫+可视化+数据分析+数据库(数据分析篇) Python大作业——爬虫+可视化+数据分析+数据库(数据库篇) 由于该程序会通过与数据库

    2024年02月04日
    浏览(60)
  • [数据分析与可视化] Python绘制数据地图2-GeoPandas地图可视化

    本文主要介绍GeoPandas结合matplotlib实现地图的基础可视化。GeoPandas是一个Python开源项目,旨在提供丰富而简单的地理空间数据处理接口。GeoPandas扩展了Pandas的数据类型,并使用matplotlib进行绘图。GeoPandas官方仓库地址为:GeoPandas。GeoPandas的官方文档地址为:GeoPandas-doc。关于Geo

    2023年04月09日
    浏览(44)
  • 大数据毕设分享 大数据二手房数据爬取与分析可视化 -python 数据分析 可视化

    # 1 前言 🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项

    2024年01月23日
    浏览(52)

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