当前位置:首页>网站教程>Python大屏看板最全教程之Pyecharts图表

Python大屏看板最全教程之Pyecharts图表

从事IT项目管理这么多年,基本上已经遗弃编程技能,但从2019年开始接触Python,深深地迷上了这门语言,像硬件集成、数据分析,我都会用python来写。晓风想通过本文,让初学者们学会以下内容:

1、Pyecharts图表;

2、连接数据库;

3、大屏看板-监控中心。

今天,我们详细地介绍1、Pyecharts图表,保证大家能够举一反三。

Python大屏看板最全教程之Pyecharts图表

我们还可以用Matplotlib,Seaborn等进行数据分析,但今天晓风主要介绍Pyecharts(够用),以下两个地址大家可以收藏下(有用)。

Pyecharts的链接:https://pyecharts.org/#/zh-cn/

Pyecharts的图示:
https://gallery.pyecharts.org/#/README

Pyecharts主要有以下几种图表:

1、地图

Python大屏看板最全教程之Pyecharts图表

2、仪表盘

Python大屏看板最全教程之Pyecharts图表

3、柱状图

Python大屏看板最全教程之Pyecharts图表

4、折线图

Python大屏看板最全教程之Pyecharts图表

5、饼图

Python大屏看板最全教程之Pyecharts图表

6、表格

Python大屏看板最全教程之Pyecharts图表

7、水球图

Python大屏看板最全教程之Pyecharts图表

8、箱型图

Python大屏看板最全教程之Pyecharts图表

9、日历图

Python大屏看板最全教程之Pyecharts图表

10、漏斗图

Python大屏看板最全教程之Pyecharts图表

11、关系图

Python大屏看板最全教程之Pyecharts图表

12、桑基图

Python大屏看板最全教程之Pyecharts图表

13、散点图

Python大屏看板最全教程之Pyecharts图表

14、词云图

Python大屏看板最全教程之Pyecharts图表
Python大屏看板最全教程之Pyecharts图表

特意列了这些图表,是为了告诉大家,这些图表比较普遍,并且在Pyecharts都有现成代码可以复制,那么接下来,晓风以柱状图为例,大家可以举一反三来绘制其他图表。

1、打开Pyecharts的柱状图图示链接:
https://gallery.pyecharts.org/#/Bar/bar_base

2、打开Anaconda – Spyder – 新建一个文件,将以下代码复制到spyder,

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker


c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
    .render("bar_base.html")
)

初次引用库,需要先到Anaconda – Environments安装,比如安装pyecharts库:

Python大屏看板最全教程之Pyecharts图表

3、保存-运行程序,保存文件到自己指定的文件夹下

Python大屏看板最全教程之Pyecharts图表

4、要查看柱状图效果,可能要去自己保存的文件夹下找到“bar_base.html”,打开查看效果

Python大屏看板最全教程之Pyecharts图表

5、需要修改柱状图的内容,我们先了解下图表的各区域表示

Python大屏看板最全教程之Pyecharts图表

我们需要修改哪部分,比如想要修改标题,标题的配置项是LegendOpts: 图例配置项

打开pyecharts的链接:https://pyecharts.org/#/zh-cn/

找到配置项 – 全局配置项 – LegendOpts: 图例配置项

class LegendOpts(
    # 图例的类型。可选值:
    # 'plain':普通图例。缺省就是普通图例。
    # 'scroll':可滚动翻页的图例。当图例数量较多时可以使用。
    type_: Optional[str] = None,
    # 图例选择的模式,控制是否可以通过点击图例改变系列的显示状态。默认开启图例选择,可以设成 false 关闭
    # 除此之外也可以设成 'single' 或者 'multiple' 使用单选或者多选模式。
    selected_mode: Union[str, bool, None] = None,
    # 是否显示图例组件
    is_show: bool = True,
    # 图例组件离容器左侧的距离。
    # left 的值可以是像 20 这样的具体像素值,可以是像 '20%' 这样相对于容器高宽的百分比,
    # 也可以是 'left', 'center', 'right'。
    # 如果 left 的值为'left', 'center', 'right',组件会根据相应的位置自动对齐。
    pos_left: Union[str, Numeric, None] = None,
    # 图例组件离容器右侧的距离。
    # right 的值可以是像 20 这样的具体像素值,可以是像 '20%' 这样相对于容器高宽的百分比。
    pos_right: Union[str, Numeric, None] = None,
    # 图例组件离容器上侧的距离。
    # top 的值可以是像 20 这样的具体像素值,可以是像 '20%' 这样相对于容器高宽的百分比,
    # 也可以是 'top', 'middle', 'bottom'。
    # 如果 top 的值为'top', 'middle', 'bottom',组件会根据相应的位置自动对齐。
    pos_top: Union[str, Numeric, None] = None,
    # 图例组件离容器下侧的距离。
    # bottom 的值可以是像 20 这样的具体像素值,可以是像 '20%' 这样相对于容器高宽的百分比。
    pos_bottom: Union[str, Numeric, None] = None,
    # 图例列表的布局朝向。可选:'horizontal', 'vertical'
    orient: Optional[str] = None,
    # 图例标记和文本的对齐。默认自动(auto)
    # 根据组件的位置和 orient 决定
    # 当组件的 left 值为 'right' 以及纵向布局(orient 为 'vertical')的时候为右对齐,即为 'right'。
    # 可选参数: `auto`, `left`, `right`
    align: Optional[str] = None,
    # 图例内边距,单位px,默认各方向内边距为5
    padding: int = 5,
    # 图例每项之间的间隔。横向布局时为水平间隔,纵向布局时为纵向间隔。
    # 默认间隔为 10
    item_gap: int = 10,
    # 图例标记的图形宽度。默认宽度为 25
    item_width: int = 25,
    # 图例标记的图形高度。默认高度为 14
    item_height: int = 14,
    # 图例关闭时的颜色。默认是 #ccc
    inactive_color: Optional[str] = None,
    # 图例组件字体样式,参考 `series_options.TextStyleOpts`
    textstyle_opts: Union[TextStyleOpts, dict, None] = None,
    # 图例项的 icon。
    # ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'none'
    # 可以通过 'image://url' 设置为图片,其中 URL 为图片的链接,或者 dataURI。
    # 可以通过 'path://' 将图标设置为任意的矢量路径。
    legend_icon: Optional[str] = None,
)

比如我不想显示这个图例,那么is_show=False,显示位置左对齐,那么pos_left=”left”。应该修改代码如下:

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker


c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"),
                     legend_opts=opts.LegendOpts(is_show=False)
    ) 
    .render("bar_base.html")
)

云服务器部署Python大屏看板,Python数据可视化大屏最全教程

免责声明 1:本站的课程与素材,都是电子版课件,非实物光盘,课件由百度网盘发送.(百度网盘下载教程)2:本站所有涉及视频及素材,软件等由互联网搜索收集而来,本站不拥有此类资料的版权。3:本站所有视频,素材及软件不加密、不限时、可永久观看或使用!禁止二次销售,否则因此引起的一切问题与本站无关。4:本站所有的资源均为免费提供,提供资料的目的是让大家学习和交流,所收取的相关费用非资料销售费用,而是资料收集整理手工费。5:无意侵害您的权益,请发送邮件至 590173@qq.com 或点击左侧 私信:站长反馈,我们将尽快处理。

给TA打赏
共{{data.count}}人
人已打赏
新手建站

一天完成,保姆级实战教程:从0到1搭建AI导航网站教程

2023-7-12 13:05:04

网站教程

云服务器搭建Python大屏看板最全教程之数据库连接

2023-7-12 13:26:15

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索