Python pyecharts绘制柱状图

目录
  • 一、pyecharts绘制柱状图语法简介
  • 二、绘制普通柱状图
  • 三、绘制堆叠柱状图
  • 四、绘制横向柱状图
  • 五、pyecharts柱状图datazoom案例
  • 六、对应pyecharts柱状图datazoom案例的代码我用page放一起了

一、pyecharts绘制柱状图语法简介

柱状/条形图,通过柱形的高度/条形的宽度来表现数据的大小。

Bar.add() 方法签名:

add(name, x_axis, y_axis,
is_stack=False,
bar_category_gap='20%', **kwargs)

  • name->str 图例名称
  • x_axis->list x坐标轴数据
  • y_axis->list y坐标轴数据
  • is_stack->bool 数据堆叠,同个类目轴上系列配置相同的stack值可以堆叠放置
  • bar_category_gap->int/str 类目轴的柱状距离,当设置为0时柱状是紧挨着(直方图类型),默认为'20%'
  • mark_point 标记点 取值为:average min max
  • mark_line 标记线 取值为:average min max
  • is_convert=True x轴和y轴交换
  • is_label_show=True 显示数据标签
  • xaxis_rotate=30, yaxis_rotate=30 旋转x轴或y轴的标签
  • label_color 设置柱子颜色

二、绘制普通柱状图

from pyecharts import Bar
#Note: 全局配置项要在最后一个 add() 上设置,否侧设置会被冲刷掉。

attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子","床垫"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱状图数据堆叠示例") #设置标题
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True)
bar.render(r'C:\Users\ASUS\Desktop\重新开始\Python用pyecharts绘图\柱状图1.html') #生成HTML文件

三、绘制堆叠柱状图

from pyecharts import Bar

#Note: 全局配置项要在最后一个 add() 上设置,否侧设置会被冲刷掉。
#is_stack->bool 数据堆叠,同个类目轴上系列配置相同的stack值可以堆叠放置
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子","床垫"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱状图数据堆叠示例") #设置标题
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True,is_stack=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True,is_stack=True)
bar.render(r'C:\Users\ASUS\Desktop\重新开始\Python用pyecharts绘图\柱状图1.html') #生成HTML文件

四、绘制横向柱状图

from pyecharts import Bar

#is_convert=True x轴和y轴交换
#Note: 全局配置项要在最后一个 add() 上设置,否侧设置会被冲刷掉。

attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子","床垫"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱状图数据堆叠示例") #设置标题
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True,is_convert=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True,is_convert=True)
bar.render(r'C:\Users\ASUS\Desktop\重新开始\Python用pyecharts绘图\柱状图1.html') #生成HTML文件

五、pyecharts柱状图datazoom案例

六、对应pyecharts柱状图datazoom案例的代码我用page放一起了

#coding=utf-8
from __future__ import unicode_literals
from pyecharts import Bar
from pyecharts import Page
import random
page = Page()
#dataZoom 效果,'slider' 类型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - slider 示例")
bar.add("", attr, v1, is_label_show=True, is_datazoom_show=True,xaxis_rotate=30, yaxis_rotate=30)
page.add(bar)

#dataZoom 效果,'inside' 类型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar2 = Bar("Bar - datazoom - inside 示例")
bar2.add(
    "",
    attr,
    v1,
    is_datazoom_show=True,
    datazoom_type="inside",
    datazoom_range=[1, 50],
)
page.add(bar2)
#dataZoom 效果,'both' 类型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar3 = Bar("Bar - datazoom - both 示例")
bar3.add(
    "",
    attr,
    v1,
    is_datazoom_show=True,
    datazoom_type="both",
    datazoom_range=[1, 40],
    label_color=["#749f83"]
)
page.add(bar3)
days = ["{}天".format(i) for i in range(30)]
days_v1 = [random.randint(1, 30) for _ in range(30)]
bar4 = Bar("Bar - datazoom - xaxis/yaxis 示例")
bar4.add(
    "",
    days,
    days_v1,
    # 默认为 X 轴,横向
    is_datazoom_show=True,
    datazoom_type="slider",
    datazoom_range=[1, 50],
    # 新增额外的 dataZoom 控制条,纵向
    is_datazoom_extra_show=True,
    datazoom_extra_type="slider",
    datazoom_extra_range=[1, 50],
    is_toolbox_show=False,
)
page.add(bar4)
page.render(r'C:\Users\ASUS\Desktop\重新开始\Python用pyecharts绘图\柱状图1.html')

到此这篇关于Python pyecharts绘制柱状图的文章就介绍到这了,更多相关绘制柱状图内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

本文摘抄至https://05x-docs.pyecharts.org/#/zh-cn/charts_base?id=bar%ef%bc%88%e6%9f%b1%e7%8a%b6%e5%9b%be%e6%9d%a1%e5%bd%a2%e5%9b%be%ef%bc%89

(0)

相关推荐

  • Python绘制K线图之可视化神器pyecharts的使用

    K线图 概念 股市及期货市bai场中的K线图的du画法包含四个zhi数据,即开盘dao价.最高价.最低价zhuan.收盘价,所有的shuk线都是围绕这四个数据展开,反映大势的状况和价格信息.如果把每日的K线图放在一张纸上,就能得到日K线图,同样也可画出周K线图.月K线图.研究金融的小伙伴肯定比较熟悉这个,那么我们看起来比较复杂的K线图,又是这样画出来的,本文我们将一起探索K线图的魅力与神奇之处吧! K线图 用处 K线图用处于股票分析,作为数据分析,以后的进入大数据肯定是一个趋势和热潮,K线图的专

  • Python基于pyecharts实现关联图绘制

    生活中有很多需要用到关联图的地方,至少我认为的是这样的图:https://www.echartsjs.com/examples/zh/editor.html?c=graph-npm 我是在使用Word2Vec计算关联词的余弦距离之后,想要更好的展示出来的时候,遇到的这种情况,就做了下拓展. 画图的步骤主要分为: 1. 将距离数据(或者相关数据)读入: 2. 按照一定的格式和参数将数据保存为json字符串: 3. 根据json串,绘制关联图. 具体而言,主要是: <1>. 首先有一批数据,如图所

  • python的pyecharts绘制各种图表详细(附代码)

    环境:pyecharts库,echarts-countries-pypkg,echarts-china-provinces-pypkg,echarts-china-cities-pypkg 数据:2018年4月16号的全国各地最高最低和天气类型的数据--2018-4-16.json(爬虫爬的) 代码:天气数据爬虫代码,图表绘制代码 代码地址:https://github.com/goodloving/pyecharts.git(py文件) 一.公共属性 1.标题栏的属性:一般在实例化(初始化)类

  • python pyecharts 实现一个文件绘制多张图

    Grid并行显示多张图 注意: 第一个图需为 有 x/y 轴的图,即不能为 Pie,其他位置顺序任意 from pyecharts import Bar, Line, Scatter, EffectScatter, Grid ''' Grid类:并行显示多个图表 TODO 第一个图需为 有 x/y 轴的图,即不能为 Pie,其他位置顺序任意. ''' attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", &quo

  • Python绘制词云图之可视化神器pyecharts的方法

    自定义图片生成词云图的多种方法 有时候我们会根据具体的场景来结合图片展示词云,比如我分析的是美团评论,那么最好的展示方法就是利用美团的logo来做词云图的底图展示,下面我们就介绍几种常用的方法! 根据喜爱的图片生成词云轮廓 from wordcloud import WordCloud import jieba import matplotlib.pyplot as plt import numpy as np import PIL.Image as Image text = open(u'da

  • 利用Python pyecharts绘制饼图

    目录 一.pyecharts绘制饼图语法简介 二.绘制普通饼图 三.绘制圆环图 四.绘制饼图-玫瑰图 一.pyecharts绘制饼图语法简介 饼图主要用于表现不同类目的数据在总和中的占比.每个的弧度不是数据量的占比 pie.add()方法的用法 add(name, attr, value, radius=None, center=None, rosetype=None, **kwargs) name->str 图例名称 attr->list 属性名称 value->list 属性所对应的

  • Python数据可视化之基于pyecharts实现的地理图表的绘制

    一.例子:百度迁徙 百度地图春节人口迁徙大数据(简称百度迁徙),是百度在2014年春运期间推出的一项技术项目.百度迁徙利用大数据,对其拥有的LBS(基于地理位置的服务)大数据进行计算分析,采用的可视化呈现方式,动态.即时.直观地展现中国春节前后人口大迁徙的轨迹与特征. 网址:https://qianxi.baidu.com/2021/ 二.基础语法介绍 语法 说明 from pyecharts.charts import Geo 导入地图库 Geo() Pyecharts地理图表绘制 .add_

  • Python pyecharts绘制柱状图

    目录 一.pyecharts绘制柱状图语法简介 二.绘制普通柱状图 三.绘制堆叠柱状图 四.绘制横向柱状图 五.pyecharts柱状图datazoom案例 六.对应pyecharts柱状图datazoom案例的代码我用page放一起了 一.pyecharts绘制柱状图语法简介 柱状/条形图,通过柱形的高度/条形的宽度来表现数据的大小. Bar.add() 方法签名: add(name, x_axis, y_axis, is_stack=False, bar_category_gap='20%'

  • Python可视化神器pyecharts绘制柱状图

    目录 主题介绍 图表参数 主题详解 柱状图模板系列 海量数据柱状图动画展示 收入支出柱状图(适用于记账) 三维数据叠加 柱状图与折线图多维展示(同屏展示) 单列多维数据展示 3D柱状图 主题介绍 pyecharts里面有很多的主题可以供我们选择,我们可以根据自己的需要完成主题的配置,这样就告别了软件的限制,可以随意的发挥自己的艺术细胞了. 图表参数 ''' def add_yaxis( # 系列名称,用于 tooltip 的显示,legend 的图例筛选. series_name: str, #

  • Python pyecharts绘制条形图详解

    目录 一.简介 二.整理数据 1.配置主题 2.柱状图 Bar - Bar_base_dict_config 3.样例数据 Faker.choose() 4.滚动条 Bar - Bar_datazoom_slider 5.鼠标移动效果 Bar - Bar_datazoom_inside 6.显示最值 Bar - Bar_markpoint_type 7.改变滚动条在侧面 Bar - Bar_datazoom_slider_vertical 8.多个Y轴 9.直方图 Bar - Bar_histo

  • Python pyecharts绘制词云图代码

    目录 一.pyecharts绘制词云图WordCloud.add()方法简介 二.绘制词云图对应轮廓按diamond显示 三.对应完整代码如下所示 一.pyecharts绘制词云图WordCloud.add()方法简介 WordCloud.add()方法简介: add(name,attr,value, shape="circle", word_gap=20, word_size_range=None, rotate_step=45) name str 图例名称 attr list 属性

  • Python Pyecharts绘制象形柱图

    目录 1.准备工作 1.1 导入模块 1.2 部分参数 2.基础象形图 3.自定义图例 3.1 图片图例 3.2 生成象形图 在可视化展示过程中,为了达到更形象的展示效果,我们往往需要自定义一些直观的图例,本期给大家介绍可视化库Pyecharts中的象形柱图,希望对你有所帮助. 1.准备工作 1.1 导入模块 from pyecharts import options as opts from pyecharts.charts import PictorialBar from pyecharts

  • Python pyecharts绘制折线图详解

    一.绘制折线图 import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.sans-serif']=['Microsoft YaHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False

  • Python+pyecharts绘制交互式可视化图表

    目录 一.热力图 二.地理图表 2.1 地理坐标系 2.2 市区地图 2.3人口流动图 2.4 3D地图 2.5 3D地球 三.疫情数据可视化 四.空气质量数据可视化 五.外卖点分布数据可视化 六.总结 本篇我们来了解一个新的可视化模块pyecharts,由于爬虫敏感问题,博主对数据已经提取供大家使用,本篇文章仅介绍数据可视化. 一.热力图 案例:绘制2021部分城市的GDP热力图(比如上海,北京,深圳,重庆,长沙的2021年总GDP),data为一个列表,每个城市数据用元祖表示,比如:(‘上海

  • Python Pyecharts绘制桑基图分析用户行为路径

    目录 读取数据 生成节点数据 组织数据:定义节点和流量 数据可视化 桑基图,它的核心是对不同点之间,通过线来连接.线的粗细代表流量的大小.很多工具都能实现桑基 图,比如:Excel.tableau,我们今天要用 Pyecharts 来绘制. 因为没有用户行为路径相关的公开数据,所以本次实现可视化是根据泰坦尼克号,其生存与遇难的人的 数据,来分析流向路径.学会思路,你也可以换成自己公司的用户行为埋点数据. 读取数据 数据来源:https://www.kaggle.com/c/titanic fro

  • Python+pyecharts绘制双动态曲线教程详解

    总体跟官方样例相似,但是官方样例因为部分代码有误无法运行,同时需要了解json,以及前后端知识需要一些时间,因此供大家参考. 这个是views def line_base() -> Line: line = ( Line() .add_xaxis(list(range(10))) .add_yaxis(series_name="专注度", y_axis=[randrange(0, 100) for _ in range(10)],areastyle_opts=opts.AreaS

随机推荐