pyecharts网站html
Pyecharts生成的图像,动态效果很是cool。在HTML上展现非常perfect。matplotlib用于科研,可是pyecharts用于展现和讲座确实很好。python
pyecharts 是一个用于生成 Echarts 图表的类库。 Echarts 是百度开源的一个数据可视化 JS 库。 用 Echarts 生成的图可视化效果很是棒。
from pyecharts import Pie, Bar, Gauge, EffectScatter, WordCloud, Map, Grid, Line, Timeline import random attr = ['衬衫', '羊毛衫', '雪纺衫', '裤子', '高跟鞋', '袜子'] v1 = [5, 20, 36, 10, 75, 90] v2 = [10, 25, 8, 60, 20, 80] bar = Bar('柱状图数据堆叠示例') bar.add('商家A', attr, v1, mark_point=['average'], is_stack=True) bar.add('商家B', attr, v2, mark_point=['min', 'max'], is_stack=True) bar.render('bar.html') # ------------------------------------ attr = ['{}天'.format(i) for i in range(30)] v1 = [random.randint(1, 30) for _ in range(30)] bar = Bar('Bar - datazoom - slider示例') bar.add('', attr, v1, is_label_show=True, is_datazoom_show=True, is_more_utils=True) bar.render('bar_slider.html')
gauge = Gauge('仪表盘示例') gauge.add('业务指标', '完成率', 66.66) gauge.render('gauge.html')
v1 = [10, 20, 30, 40, 50, 60] v2 = [25, 20, 15, 10, 60, 33] es = EffectScatter('动态散点图') es.add('effectscatter', v1, v2) es.render('effectscatter.html')
name = [u'古诗', u'textx.txt', u'hadoop', u'flask'] value = [10000, 6000, 4000, 3000] wd = WordCloud(width=1300, height=620) wd.add('', name, value, word_size_range=(20, 100)) wd.render('wordcloud.html')
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('服装', attr, v1, is_label_show=True) pie.render('pie.html')
attr = ['衬衫', '羊毛衫', '雪纺衫', '裤子', '高 跟鞋', '袜子'] v1 = [5, 20, 36, 10, 75, 90] v2 = [10, 25, 8, 60, 20, 80] bar = Bar('柱状图示例', height=720) bar.add('商家A', attr, v1, is_stack=True) bar.add('商家B', attr, v2, is_stack=True) line = Line('折线图示例', title_top='50%') attr = ['周一', '周二', '周三', '周四', '周五', '周六', '周日'] line.add('最高气温', attr, [11, 11, 15, 13, 12, 13, 10], mark_point=['max', 'min'], mark_line=['average'], ) line.add('最低气温', attr, [1, -2, 2, 5, 3, 2, 0], mark_point=['max', 'min'], mark_line=['average'], legend_top='50%' ) grid = Grid() grid.add(bar, grid_bottom='60%') grid.add(line, grid_top='60%') grid.render('grid.html')
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] pie_1 = Pie("2012 年销量比例", "数据纯属虚构") pie_1.add("秋季", attr, [random.randint(10, 100) for _ in range(6)], is_label_show=True, radius=[30, 55], rosetype='radius') pie_2 = Pie("2013 年销量比例", "数据纯属虚构") pie_2.add("秋季", attr, [random.randint(10, 100) for _ in range(6)], is_label_show=True, radius=[30, 55], rosetype='radius') pie_3 = Pie("2014 年销量比例", "数据纯属虚构") pie_3.add("秋季", attr, [random.randint(10, 100) for _ in range(6)], is_label_show=True, radius=[30, 55], rosetype='radius') pie_4 = Pie("2015 年销量比例", "数据纯属虚构") pie_4.add("秋季", attr, [random.randint(10, 100) for _ in range(6)], is_label_show=True, radius=[30, 55], rosetype='radius') pie_5 = Pie("2016 年销量比例", "数据纯属虚构") pie_5.add("秋季", attr, [random.randint(10, 100) for _ in range(6)], is_label_show=True, radius=[30, 55], rosetype='radius') timeline = Timeline(is_auto_play=True, timeline_bottom=0) timeline.add(pie_1, '2012 年') timeline.add(pie_2, '2013 年') timeline.add(pie_3, '2014 年') timeline.add(pie_4, '2015 年') timeline.add(pie_5, '2016 年') timeline.render('timeline.html')
Bar(柱状图/条形图) Bar3D(3D 柱状图) Boxplot(箱形图) EffectScatter(带有涟漪特效动画的散点图) Funnel(漏斗图) Gauge(仪表盘) Geo(地理坐标系) Graph(关系图) HeatMap(热力图) Kline(K线图) Line(折线/面积图) Line3D(3D 折线图) Liquid(水球图) Map(地图) Parallel(平行坐标系) Pie(饼图) Polar(极坐标系) Radar(雷达图) Sankey(桑基图) Scatter(散点图) Scatter3D(3D 散点图) ThemeRiver(主题河流图) WordCloud(词云图) Grid 类:并行显示多张图 Overlap 类:结合不一样类型图表叠加画在同张图上 Page 类:同一网页按顺序展现多图 Timeline 类:提供时间线轮播多张图
注:本文参考网上资料,并通过本身思考,添加图像进行更加直观解释,参考资料较多,很难找到原始引用点,故而列举本身看到的。flask
[1] https://blog.csdn.net/u013421629/article/details/78183637?locationNum=8&fps=1
[2] http://python.tedu.cn/know/320402.html
[2] http://www.cnblogs.com/siplips/p/9853205.htmlecharts