1. 折线图案例
对于大量数据,json的格式不规范,想要知道json的格式以及层次可以使用以下网站进行查看。P103~104
懒人工具-json 在线解析-在线JSON格式化工具-json校验-程序员必备 (ab173.com)
2.地图可视化
""" 地图可视化 """ from pyecharts.charts import Map from pyecharts.options import VisualMapOpts # 准备地图对象 map = Map() # 准备数据 data = [ ("北京市", 99), ("上海市", 199), ("台湾省", 299), ("湖南省", 399), ("广东省", 499) ] # 添加数据 map.add("测试地图", data, "china") # 默认也是显示中国地图 # 设置全局选项 map.set_global_opts( visualmap_opts=VisualMapOpts( is_show=True, is_piecewise=True, pieces=[ {"min": 1, "max": 9, "label": "1-9", "color": "#CCFFFF"}, {"min": 10, "max": 99, "label": "10-99", "color": "#FF6666"}, {"min": 100, "max": 999, "label": "100-999", "color": "#990033"} ] ) ) # 绘图 map.render()
3.全国疫情地图
4.河南省疫情地图
5.基础柱状图
""" 基础柱状图 """ from pyecharts.charts import Bar from pyecharts.options import LabelOpts # 使用Bar构想柱状图 bar = Bar() # 添加x轴数据 bar.add_xaxis(["中国", "美国", "英国"]) # 添加y轴数据 # bar.add_yaxis("GPD", [30, 20, 10]) # 如果在反转xy轴之后,希望这个30,20,10这些数据是显示在右侧 bar.add_yaxis("GPD", [30, 20, 10], label_opts=LabelOpts(position="right")) # 反转xy轴 bar.reversal_axis() # 绘图 bar.render("基础柱状图.html")
6.基础时间线柱状图
1.自动播放设置 2.主题设置
from pyecharts.charts import Bar, Timeline from pyecharts.options import LabelOpts from pyecharts.globals import ThemeType bar1 = Bar() bar1.add_xaxis(["中国", "美国", "英国"]) bar1.add_yaxis("GDP", [30, 30, 10], label_opts=LabelOpts(position="right")) bar1.reversal_axis() bar2 = Bar() bar2.add_xaxis(["中国", "美国", "英国"]) bar2.add_yaxis("GDP", [50, 50, 50], label_opts=LabelOpts(position="right")) bar2.reversal_axis() bar3 = Bar() bar3.add_xaxis(["中国", "美国", "英国"]) bar3.add_yaxis("GDP", [80, 70, 60], label_opts=LabelOpts(position="right")) bar3.reversal_axis() # 构建时间线对象 # 在构建时间线对象的时候可以设置主题 timeline = Timeline( { "theme": ThemeType.LIGHT } ) # 在时间内添加柱状图 timeline.add(bar1, "点1") timeline.add(bar2, "点2") timeline.add(bar3, "点3") # 自动播放设置 timeline.add_schema( play_interval=1000, # 1000毫秒 is_timeline_show=True, # 是否显示时间线 is_auto_play=True, # 是否自动播放 is_loop_play=True # 是否循环播放 ) # 主题设置 # 绘图,用timeline而不是bar timeline.render("基础时间柱状图.html")
7. sort函数
# 准备列表 my_list = [["a", 33], ["b", 55], ["c", 11]] # 方法1,基于带名函数 ''' def choose_sort_key(element): return element[1] my_list.sort(key=choose_sort_key, reverse=True) print(my_list) ''' # 方法2,匿名函数 my_list.sort(key=lambda element: element[1], reverse=True) print(my_list)
8.动态GDP柱状图
1.数据准备
建议使用notepad++打开,可以看见文件的编码格式