pyecharts資料視覺化

2021-10-05 09:55:44 字數 2941 閱讀 9861

pip install pyecharts -u
# 安裝selenium 

pip install snapshot-selenium

# 程式

from pyecharts import options as opts

from pyecharts.charts import bar

from pyecharts.render import make_snapshot

from snapshot_selenium import snapshot

defbar_chart()

-> bar:

c =( 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]).reversal_axis(

).set_series_opts(label_opts=opts.labelopts(position=

"right"))

.set_global_opts(title_opts=opts.titleopts(title=

"bar-測試渲染"))

)return c

make_snapshot(snapshot, bar_chart(

).render(),

"bar0.png"

)

import json

from pyecharts import options as opts

from pyecharts.charts import geo

import pickle

from pyecharts.faker import faker

from pyecharts.render import make_snapshot

from snapshot_selenium import snapshot

with

open

(r'd:\每日演算法\生成熱力圖\ads.log'

,'rb'

)as f:

te_list = pickle.load(f)

param =

for te in te_list:

# te[1] = te[1] * 10000

with

open

(r'd:\每日演算法\生成熱力圖\ads_jingwei.log'

,'rb'

)as f:

jingwei_dict = pickle.load(f)

with

open

(r'd:\每日演算法\生成熱力圖\ads_jingwei.json'

,'w'

)as f:

json_dict = json.dumps(jingwei_dict)

f.write(json_dict)

defmain()

: c =

( geo(

).add_schema(maptype=

"china"

, label_opts=

,"emphasis":}

}).add_coordinate_json(r'd:\每日演算法\生成熱力圖\ads_jingwei.json'

)# 新增自己的經緯度點

.add(

"geo"

, param,

# [[名稱,value], [名稱,value]....]

symbol_size=2,

# 設定點的大小

# [list(z) for z in zip(faker.guangdong_city, faker.values())]

).set_series_opts(label_opts=opts.labelopts(is_show=

false))

.set_global_opts(

visualmap_opts=opts.visualmapopts(is_piecewise=

true

, min_=-1

, max_=

1, range_color=

['#fef888'

,'#ed7651'

,'red'])

,# 設定比例尺的的範圍這裡設定最小為-1最大為1, 設定區間顏色([最低,中間,最高])

title_opts=opts.titleopts(title=

"全國主要城市2019溢價率統計熱力圖"

, subtitle=

'巧芯大資料科技研究院'),

# sub副標題 title主標題

# visualmap_opts=opts.visualmapopts(), title_opts=opts.titleopts(title="geo-基本示例")

)# .render("geo_base.png"),

)return c

if __name__ ==

'__main__'

:# make_snapshot('render.html', 'clother.gif')

make_snapshot(snapshot, main(

).render(),

"bar0.png"

)# main()

pyecharts實現資料視覺化

本文講述了乙個非常炫酷的視覺化工具以及本萌新試驗中遇到的問題和解決方法。git clone cd pyecharts pip install r requirements.txt python setup.py install import sys from pyecharts.charts imp...

資料視覺化之pyecharts

pyecharts乙個讓你變得強大的學習 首先來開始繪製你的第乙個圖表 from pyecharts.charts import bar bar bar bar.add xaxis 可樂 雪碧 礦泉水 咖啡 冰紅茶 涼白開 bar.add yaxis 商家a 5,20,36,10,75,90 ren...

資料視覺化 什麼是資料視覺化

資料對應的英文單詞是data,從資訊獲取的角度看,資料是對目標觀察和記錄的結果,是現實世界中的時間 地點 事件 其他物件或概念的描述。不同學者對資料的作用也給出不同的定義,大致分為以下3類 視覺化對應的兩個英文單詞 visualize和visualization。visualize是動詞,描述 生成...