数据可视化后起之秀——pyecharts

news/2024/11/15 4:34:35/

题目一:绘制折线图,展示商家A与商家B各类饮品的销售额

题目描述:

编写程序。根据第9.3.1,绘制折线图,展示商家A与商家B各类饮品的销售额。

运行代码:

python">#绘制折线图,展示商家A与商家B各类饮品的销售额
import pyecharts.options as opts
from pyecharts.charts import Line
line_demo = (Line()#添加x轴,y轴数据,系列名称.add_xaxis(['可乐',"雪碧", '啤酒', '橙汁', '奶茶']).add_yaxis('商家A', [102, 132, 105, 52, 90], symbol='diamond', symbol_size=15).add_yaxis('商家B', [86, 108, 128, 66, 136], symbol='triangle', symbol_size=15)#设置标题, y轴标签.set_global_opts(title_opts=opts.TitleOpts(title='折线图示例'),yaxis_opts=opts.AxisOpts(name="销售额(万元)", name_location='center', name_gap=30))
)
#line_demo.render_notebook()
line_demo.render('line_chart.html')

运行结果:

题目二:绘制饼图和圆环图,展示某商家各品牌手机销售额的占比情况

题目描述:

编写程序。根据第9.3.2,绘制饼图和圆环图,展示某商家各品牌手机销售额的占比情况。

运行代码:

python">#绘制饼图和圆环图,展示某商家各品牌手机销售额的占比情况。#圆环图
import pyecharts.options as opts
from pyecharts.charts import Pie
pie_demo = (Pie()#添加数据.add('', [('小米', 150), ('三星', 20), ('华为', 120), ('苹果', 120), ('魅族', 117),('vivo',145), ('OPPO', 128)], center=["50%", "50%"], radius=[100,160])#设置标题.set_global_opts(title_opts = opts.TitleOpts(title='圆环图示例'))
)
pie_demo.render('pie_demo_chart.html')#圆饼图
import pyecharts.options as opts
from pyecharts.charts import Pie
pie_demo = (Pie()#添加数据.add('', [('小米', 150), ('三星', 20), ('华为', 120), ('苹果', 120), ('魅族', 117),('vivo',145), ('OPPO', 128)])#设置标题.set_global_opts(title_opts = opts.TitleOpts(title='饼图示例'))
)
pie_demo.render('pie_chart.html')

运行结果:

题目三:绘制带有网格和带有涟漪特效的散点图,展示某平台一周统计的用户活跃量

题目描述:

编写程序。根据第9.3.3,绘制带有网格和带有涟漪特效的散点图,展示某平台一周统计的用户活跃量。

运行代码:

python">#绘制带有网格和带有涟漪特效的散点图,展示某平台一周统计的用户活跃量。#带有网格
import pyecharts.options as opts
from pyecharts.charts import Scatterscatter_demo = (Scatter().add_xaxis(['周一', '周二', '周三', '周四', '周五', '周六', '周日']).add_yaxis("", [30, 108, 73, 116, 73, 143, 106])# 设置标题、x轴网格、y轴网格和标签.set_global_opts(title_opts=opts.TitleOpts(title='散点图示例'),xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True),name="用户活跃量(人)",name_location="center",name_gap=30))
)
# 渲染散点图到HTML文件
scatter_demo.render('scatter_chart.html')#带有涟漪特效
import pyecharts.options as opts
from pyecharts.charts import EffectScattereffect_scatter_demo = (EffectScatter().add_xaxis(['周一', '周二', '周三', '周四', '周五', '周六', '周日']).add_yaxis("", [30, 108, 73, 116, 73, 143, 106], symbol='pin')# 设置标题、x轴网格、y轴网格和标签.set_global_opts(title_opts=opts.TitleOpts(title='涟漪特效散点图示例'),xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True),name="用户活跃量(人)",name_location="center",name_gap=30))
)
# 渲染散点图到HTML文件
effect_scatter_demo.render('effect_scatter_chart.html')

运行结果:

题目四:绘制3D柱形图,展示某公司部门一周内各组的销售额

题目描述:

编写程序。根据第9.3.4,绘制3D柱形图,展示某公司部门一周内各组的销售额。

运行代码:

python">#绘制3D柱形图,展示某公司部门一周内各组的销售额
import random
from pyecharts import options as opts
from pyecharts.charts import Bar3D# 模拟数据
data = [(i, j, random.randint(0, 20)) for i in range(7) for j in range(5)]bar_3d = (Bar3D().add("", data,  # 直接使用data列表,无需再转换xaxis3d_opts=opts.Axis3DOpts(['A组', 'B组', 'C组', 'D组', 'E组'], type_="category", name="组别"),yaxis3d_opts=opts.Axis3DOpts(['周一', '周二', '周三', '周四', '周五', '周六', '周日'], type_="category", name="日期"),zaxis3d_opts=opts.Axis3DOpts(type_="value", name="销售额(万元)")).set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=20),  # 设置最大值为20,与数据范围匹配title_opts=opts.TitleOpts(title="3D柱形图示例"))
)
bar_3d.render('bar3D_chart.html')

运行结果:

题目五:绘制统计地图,展示某平台上朔州部分区县的用户数量

题目描述:

编写程序。根据第9.3.5,绘制统计地图,展示某平台上朔州部分区县的用户数量。

运行代码:

python">#绘制统计地图,展示某平台上朔州部分区县的用户数量
from pyecharts import options as opts
from pyecharts.charts import Map
data_map =[['朔城区',100],['平鲁区',88],['山阴县',99],['应县',68],['右玉县',35],['怀仁县',28]]
#创建 Map 对象
map_demo = (Map().add("商家 A ", data_map ,"朔州").set_global_opts(title_opts = opts.TitleOpts(title = "朔州地图示例"), visualmap_opts = opts.VisualMapOpts())
)
map_demo.render('map_demo_chart.html')

运行结果:

题目六:绘制漏斗图,展示某网购平台上各环节的客户转化率

题目描述:

编写程序。根据第9.3.6,绘制漏斗图,展示某网购平台上各环节的客户转化率。

运行代码:

python">#绘制漏斗图,展示某网购平台上各环节的客户转化率
from pyecharts import options as opts
from pyecharts.charts import Funnel
data_fun =[["访问商品",100], ["加购物车",50], ["生成订单",30], ["支付订单",20],["完成交易",15]]
#创建 Funnel 对象
funnel_demo=(Funnel().add("", data_fun , sort_='descending', tooltip_opts = opts.TooltipOpts (trigger ="item", formatter ="{a} <br/>{b} : {c}%")).set_global_opts(title_opts = opts.TitleOpts(title="漏斗示意图"))
)
funnel_demo.render('funnel_demo_chart.html')

运行结果:


http://www.ppmy.cn/news/1468881.html

相关文章

Character Region Awareness for Text Detection论文学习

​1.首先将模型在Synth80k数据集上训练 Synth80k数据集是合成数据集&#xff0c;里面标注是使用单个字符的标注的&#xff0c;也就是这篇文章作者想要的标注的样子&#xff0c;但是大多数数据集是成堆标注的&#xff0c;也就是每行或者一堆字体被整体标注出来&#xff0c;作者…

个人愚见的自主可控

今天这个话题争议不小&#xff0c;我估计发出来被批评的很多。 自主可控的内容是什么&#xff1f; 这里说的范围不是说CPU、操作系统等全链路。我们就说数据库的自主可控。太大的范围今天文章说不完。 应该指的&#xff1a;当发生制裁&#xff08;不包括战争&#xff0c;战争…

常见日志库NLog、log4net、Serilog和Microsoft.Extensions.Logging介绍和区别

在C#中&#xff0c;日志库的选择主要取决于项目的具体需求&#xff0c;包括性能、易用性、可扩展性等因素。以下是关于NLog、log4net、Serilog和Microsoft.Extensions.Logging的基本介绍和使用示例。 包含如何配置输出日志到当前目录下的log.txt文件及控制台的示例&#xff0c;…

LCD电子广告牌课程设计

概述 1.1课程设计简介 亮丽实用的广告牌可以给我们的生活添加光彩、可以给店铺招揽生意。传统的广告牌都是固定的汉字&#xff0c;并且时间长了会掉色&#xff0c;使汉字模糊难认&#xff0c;这就给我的生活带来很多的不便。尤其到了晚上传统广告牌就会失去其该有的作用。所以在…

[whl]树莓派armv7l文件onnxruntime的whl所有下载地址汇总

下面onnxruntime所有版本都是树莓派armv7l平台的whl文件&#xff0c;不能用于windows,macOS或者ubuntu x86_64的系统&#xff0c;请认准文件名及其对应python版本下载。 onnxruntime版本下载地址onnxruntime-1.16.0-cp311-cp311-linux_armv7l.whl点我下载onnxruntime-1.16.0-c…

让指定的电脑软件开机时候自动且来(自启动)的解决方案

想让一些电脑软件开机自启动 (懒得手点)&#xff0c;或者项目有开始自启动需求&#xff0c;你就这么整就行&#xff1a; 按键盘Win R&#xff0c;启动运行窗口&#xff0c;然后粘贴下面的代码&#xff0c;按回车&#xff1a; shell:startup然后把你想启动的软件快捷方式往里…

wireshark使用情况与网口调试记录

wireshark使用情况与网口调试记录 前言wireshark无法获取本地数据方法一——Npcap方法二——WinPcap效果 UDP组播&#xff0c;却一直捕获到127.0.0.1总结 前言 在网口调试中&#xff0c;wireshark使用较多&#xff0c;常出现一些无法捕获或者ip获取数据不正确的情况&#xff0…

React hooks动态配置侧边栏

React hooks根据不同需求 还有不同的角色 动态的去配置侧边栏 需求&#xff1a; 点击某个按钮是一套侧边栏 &#xff0c;不同角色&#xff08;比如管理员之类的权限高一点&#xff09;比普通用户多个侧边栏 然后点击另一个按钮是另一套侧边栏 此时&#xff0c;就需要动态的去…