11.22 python3.8的數據可視化pyecharts庫安裝和經典作圖,值得收藏

1.Deepin-linux下的python3.8安裝pyecharts庫(V1.0版本)

python3.8的數據可視化pyecharts庫安裝和經典作圖,值得收藏

1.1 去github官網下載:

https://github.com/pyecharts/pyecharts

python3.8的數據可視化pyecharts庫安裝和經典作圖,值得收藏

1.2 pyecharts-master.zip放在opt目錄下

1.3 解壓當前文件夾,並進入,以root形式進入

root@xgj-PC:/opt/pyecharts-master#

1.4 安裝

pip3.8 install -r requirements.txt 
#每個機器不同,pip不一樣,由於pyecharts庫1.0適合python3.6版本的
python3.8 setup.py install

1.5 複製

編譯完成之後需將pyecharts-master文件夾複製到python安裝目錄的site-packages下

/opt/python3.8/lib/python3.8/site-packages

1.6 成功,並在vsc中用python3.8測試pyecharts,且為v1.0版本,為最新版本

注意:與網上多數代碼為v0.5不同

2.pyecharts庫的經典作圖及其代碼:

2.1 柱狀圖

代碼如下:

from pyecharts.charts import Bar
from pyecharts import options as opts
# V1 版本開始支持鏈式調用
bar = (
Bar()
.add_xaxis(["襯衫", "毛衣", "領帶", "褲子", "風衣", "高跟鞋", "襪子"])
.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="某商場銷售情況"))
)
bar.render('1.html') #可以加路徑,並給命名,也可默認為py文件所在的文件夾

動圖:

python3.8的數據可視化pyecharts庫安裝和經典作圖,值得收藏

2.2 儀表盤

代碼如下:

from pyecharts import options as opts
from pyecharts.charts import Gauge
c = (
Gauge()
.add("", [("完成率", 66.6)]) #66.6,為顯示66.6%
.set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"))
)
c.render('/home/xgj/xgjpython/pyecharts/gauge1.html') #顯示路徑和文件名

動圖:

python3.8的數據可視化pyecharts庫安裝和經典作圖,值得收藏

2.3 水滴圖

代碼如下:

#導出模塊
from pyecharts import options as opts
from pyecharts.charts import Liquid
from pyecharts.globals import SymbolType
#定義函數
c = (
Liquid()
.add("lq", [0.7], is_outline_show=False) #0.7為需要顯示百分數為70%
.set_global_opts(title_opts=opts.TitleOpts(title="Liquid-無邊框"))
)
c.render('/home/xgj/xgjpython/pyecharts/lq.html')
#定格,括號內為文件名,注意單引號說明文件名省html後綴,雙引號文件名,生成後綴;
#也可以加入路徑,默認為代碼.py所在的路徑或文件夾。

動圖:

python3.8的數據可視化pyecharts庫安裝和經典作圖,值得收藏

2.4 餅狀圖

代碼如下:

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.commons.utils import JsCode
from pyecharts.faker import Faker
c = (
Pie()
.add(
"",
[
list(z)
for z in zip(
Faker.choose() + Faker.choose() + Faker.choose(),
Faker.values() + Faker.values() + Faker.values(),
)
],
center=["40%", "50%"],
)
.set_global_opts(
title_opts=opts.TitleOpts(title="Pie-Legend 滾動"),
legend_opts=opts.LegendOpts(
type_="scroll", pos_left="80%", orient="vertical"
),
)
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
c.render('/home/xgj/xgjpython/pyecharts/pie1.html')

動圖:

python3.8的數據可視化pyecharts庫安裝和經典作圖,值得收藏

2.5 一週的餅狀圖

代碼如下

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
c = (
Pie()
.add("", [list(z) for z in zip(Faker.choose(), Faker.values())])
.set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
c.render('/home/xgj/xgjpython/pyecharts/pie2.html')

動圖:

python3.8的數據可視化pyecharts庫安裝和經典作圖,值得收藏

希望大家喜歡,直接拿來就可以使用了。

你值得擁有。


分享到:


相關文章: