当前位置：个人在线分享 > 数据可视化后起之秀——pyecharts

数据可视化后起之秀——pyecharts

作者 : admin 本文共4072个字，预计阅读时间需要11分钟 发布时间： 2024-06-11 共1人阅读

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。

数据可视化后起之秀——pyecharts插图

运行代码：

#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：

数据可视化后起之秀——pyecharts插图(1)

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。

数据可视化后起之秀——pyecharts插图(2)数据可视化后起之秀——pyecharts插图(3)

运行代码：

#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：

数据可视化后起之秀——pyecharts插图(4)

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。

数据可视化后起之秀——pyecharts插图(5)数据可视化后起之秀——pyecharts插图(6)

运行代码：

#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 Scatter

scatter_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 EffectScatter

effect_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：

数据可视化后起之秀——pyecharts插图(7)

数据可视化后起之秀——pyecharts插图(8)

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。

数据可视化后起之秀——pyecharts插图(9)

运行代码：

#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：

数据可视化后起之秀——pyecharts插图(10)

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。

数据可视化后起之秀——pyecharts插图(11)

运行代码：

#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：

数据可视化后起之秀——pyecharts插图(12)

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。

数据可视化后起之秀——pyecharts插图(13)

运行代码：

#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} 
{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：

数据可视化后起之秀——pyecharts插图(14)

本站无任何商业行为
个人在线分享 » 数据可视化后起之秀——pyecharts
admin

admin 钻石

分享到：

相关推荐

E-->