




版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
任務5-3pyecharts數據可視化3項
目
導
入任
務
描
述知
識
準
備任務小
結任務實
施
本任務旨在使用pyecharts庫開發一個交互式的空氣質量監測系統,旨在提供一個全面的空氣質量分析平臺。該系統將實時展示不同城市的PM2.5、PM10、SO2、NO2等關鍵空氣污染物的濃度數據,使公眾和決策者能夠及時了解空氣質量狀況。通過集成實時數據流,系統能夠動態更新空氣質量指標,反映最新的環境變化。
此外,系統還將提供歷史數據的對比分析功能,允許用戶根據不同時間段的數據進行比較,觀察空氣質量的長期趨勢和季節性變化。用戶可以選擇特定的時間段,系統將自動生成相應的圖表和統計數據,幫助用戶識別污染的高峰期和改善期,從而更有效地制定應對措施。項
目
導
入任
務
描
述知
識
準
備任務小
結任務實
施系統的設計注重用戶交互體驗,通過友好的界面設計和直觀的操作流程,使得即使是非專業人士也能輕松使用。用戶可以通過簡單的點擊和拖動操作,選擇不同的城市、污染物和時間范圍,系統將即時生成相應的可視化結果。圖5-3-1pyecharts中的圖表類型項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施數據可視化基礎:了解數據可視化的基本原則和方法。pyecharts庫:熟悉pyecharts的基本使用,包括圖表類型、配置項等。數據來源:假設數據來自某個環境監測機構,提供了全國主要城市的空氣質量數據。數據格式:CSV或JSON格式,包含城市名稱、日期、PM2.5、PM10、SO2、NO2等指標。項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施ECharts,縮寫來自EnterpriseCharts,商業級數據圖表,是百度的一個開源數據可視化工具,一個純Javascript圖表庫。ECharts提供直觀,生動,可交互,可高度個性化定制的數據可視化圖表。而Python是一門富有表達力的語言,很適合用于數據分析。當數據分析遇上數據可視化時,pyecharts誕生了。pyecharts的作圖功能非常強大,能滿足絕大部分可視化需求。5.3.1pyecharts庫安裝pyechartspipinstallpyecharts導入必要的庫frompyecharts.chartsimportMap,Linefrompyechartsimportoptionsasoptsimportpandasaspd項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施Pyecharts是一個用于生成Echarts圖表的Python庫,它提供了豐富的圖表類型和靈活的配置選項,使得在Python中創建交互式圖表變得簡單而直觀。通過簡單的代碼,可以創建出美觀且具有交互性的圖表,非常適合用于數據分析和可視化展示。1.創建圖表Pyecharts提供了多種圖表類型,如柱狀圖(Bar)、折線圖(Line)、餅圖(Pie)、地圖(Map)、散點圖(Scatter)、雷達圖(Radar)、詞云(WordCloud)等。5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施(1)柱狀圖創建一個簡單的柱狀圖:pythonbar=Bar()bar.add_xaxis(["蘋果","橘子","梨","香蕉","草莓"])bar.add_yaxis("銷量",[5,20,36,10,75])bar.render()5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施(2)折線圖創建一個折線圖:pythonline=Line()line.add_xaxis(["周一","周二","周三","周四","周五"])line.add_yaxis("溫度",[11,11,15,13,12])line.render()5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施(3)餅圖創建一個餅圖:pythonpie=Pie()pie.add("",[("蘋果",35),("橘子",20),("梨",25),("香蕉",20)])pie.render()5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施(4)地圖創建一個地圖:pythonmap=Map()map.add("",[("上海",1),("北京",2),("廣州",3),("深圳",4),("成都",5)])map.render()5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施(5)配置圖表Pyecharts允許你配置圖表的各個方面,如標題、工具箱、坐標軸、數據標簽等。設置標題pythonbar.set_global_opts(title_opts=opts.TitleOpts(title="水果銷量"))5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施(6)設置坐標軸pythonbar.set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)))5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施2.設置數據標簽pythonbar.set_series_opts(label_opts=opts.LabelOpts(is_show=False,position="top"))5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施3.組合圖表Pyecharts支持將多個圖表組合在同一個頁面上。pythonpage=Page()page.add(bar,line)page.render()5.3.2熟悉pyecharts的基本使用項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施4.動態數據和交互Pyecharts支持動態數據更新和交互,可以通過配置項來實現。5.動態數據pythonbar.add_yaxis("動態數據",[random.randint(0,100)for_inrange(5)])5.3.3交互項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施Pyecharts支持將圖表導出為HTML文件。pythonbar.render("水果銷量.html")5.3.4導出圖表項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施掌握數據清洗、轉換和分析的基本技能。在使用Pyecharts進行數據可視化之前,通常需要對數據進行一定的清洗、轉換和分析,以確保可視化結果的準確性和有效性。以下是一些基本技能5.3.5數據處理項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施1.數據清洗數據清洗是指去除數據中的噪聲和不一致性,確保數據質量。常見的數據清洗任務包括:(1)去除重復數據:刪除數據集中的重復記錄。(2)處理缺失值:填充或刪除含有缺失值的記錄。(3)糾正錯誤數據:修正數據集中的錯誤或異常值。(4)標準化數據格式:確保數據具有統一的格式,例如日期格式、數值格式等。5.3.5數據處理項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施2.數據轉換數據轉換是指將數據轉換成適合分析和可視化的格式。常見的數據轉換任務包括:(1)數據類型轉換:將數據列轉換為適當的數據類型,如將字符串轉換為日期或數字。(2)數據聚合:對數據進行分組和匯總,如按類別或時間段聚合數據。(3)數據重塑:調整數據結構,如將長格式數據轉換為寬格式數據。(4)特征工程:創建新的特征或修改現有特征以提高分析和可視化的效果。5.3.5數據處理項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施3.數據分析數據分析是指對數據進行探索和解釋,以發現數據中的模式、趨勢和關聯。常見的數據分析任務包括:(1)描述性統計:計算數據的基本統計量,如均值、中位數、標準差等。(2)相關性分析:分析變量之間的相關性,如使用相關系數。(3)趨勢分析:識別數據隨時間變化的趨勢。(4)分組比較:比較不同組別或類別的數據差異。5.3.5數據處理項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施4.示例代碼假設我們有一個包含水果銷量的數據集,我們將展示如何使用Python和Pandas庫進行數據清洗、轉換和分析,然后使用Pyecharts進行可視化。5.3.5數據處理pythonimportpandasaspdfrompyecharts.chartsimportBarfrompyechartsimportoptionsasopts項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施5.3.5數據處理#數據集data={'日期':['2021-01-01','2021-01-02','2021-01-01','2021-01-03'],'水果':['蘋果','香蕉','蘋果','橙子'],'銷量':[10,20,15,30]}#創建DataFramedf=pd.DataFrame(data#數據清洗#去除重復數據df=df.drop_duplicates()#處理缺失值(本例中沒有缺失值,示例)#df=df.dropna()#數據轉換#將日期列轉換為日期類型df['日期']=pd.to_datetime(df['日期'])#數據聚合#按日期和水果聚合銷量sales_summary=df.groupby(['日期','水果'])['銷量'].sum().reset_index()#數據分析#計算總銷量total_sales=df['銷量'].sum()#使用Pyecharts進行可視化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("銷量",sales_summary['水果'].tolist(),sales_summary['銷量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果銷量"))bar.render("水果銷量可視化.html")項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施5.3.5數據處理#處理缺失值(本例中沒有缺失值,示例)#df=df.dropna()#數據轉換#將日期列轉換為日期類型df['日期']=pd.to_datetime(df['日期'])#數據聚合#按日期和水果聚合銷量sales_summary=df.groupby(['日期','水果'])['銷量'].sum().reset_index()#數據分析#計算總銷量total_sales=df['銷量'].sum()#使用Pyecharts進行可視化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("銷量",sales_summary['水果'].tolist(),sales_summary['銷量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果銷量"))bar.render("水果銷量可視化.html")項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施5.3.5數據處理#使用Pyecharts進行可視化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("銷量",sales_summary['水果'].tolist(),sales_summary['銷量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果銷量"))bar.render("水果銷量可視化.html")通過上述步驟,我們首先對數據進行了清洗和轉換,然后進行了簡單的數據分析,最后使用Pyecharts創建了一個柱狀圖來可視化每日水果的銷量。這些基本技能是進行有效數據可視化的關鍵。項
目
導
入知
識
準
備任
務
描
述任務小
結任務實
施#假設數據文件名為'air_quality_data.csv'df=pd.read_csv('air_quality_data.csv')#數據預處理,例如轉換日期格式,篩選特定城市的數據等5.3.6數據加載與預處理項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備圖像數據標注的任務工單如下表:
表5-3-1:任務工單班級:組別:姓名:掌握程度:任務名稱使用pyecharts庫開發一個交互式的空氣質量監測系統任務目標熟悉pyecharts的基本使用,包括圖表類型、配置項等標注數據CSV或JSON格式工具清單Python、Echarts、Pyecharts操作步驟導入相關圖表包進行圖表的基礎設置,創建圖表對象利用add()方法進行數據輸入與圖表設置利用render()方法來進行圖表保存和展示考核標準數據清洗與數據轉換是否合理pyecharts的基本使用是否準確可視化的圖形是否標準項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟一導入相關圖表包frompyecharts.chartsimportBar
bar=Bar()
bar.add_xaxis(["襯衫","羊毛衫","雪紡衫","褲子","高跟鞋","襪子"])
bar.add_yaxis("商家A",[5,20,36,10,75,90])
bar.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟二進行圖表的基礎設置,創建圖表對象1、初始化配置主要設置圖形的基本規格和風格形式,主要包括的內容有:frompyecharts.chartsimportBar
#設置選項包
frompyechartsimportoptionsasopts
#設置主題包
frompyecharts.globalsimportThemeType
#設置初始化配置項
bar=(
Bar(init_opts=opts.InitOpts(theme=theme.ThemeType.LIGHT))
.add_xaxis(["村衫',"羊毛衫","雪紡衫","高踉鞋","襪子"])
.add_yaxis("商家A",[5,20,36,10,75,90])
.add_yaxis("商家B",[15,6,45,20,35,66])
.set_global_opts(title_opts=opts.Titleopts(title="主標題",subtitle="副標題"))
.set_series_opts(label_opts=opts.Labelopts(position="right"))
)
bar.render('c:\\Users\\CDB\\Desktop\\spring2020\\數據可視化\\render.html')項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟二進行圖表的基礎設置,創建圖表對象項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟二進行圖表的基礎設置,創建圖表對象2.全局配置項主要就圖表中的某些元素進行設置,主要包含的內容可由下圖展示:項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置1.矩形樹圖frompyechartsimportoptionsasopts
frompyecharts.chartsimportPage,TreeMap
data={{"value":40,"name":"我是A"},{"value":180,
"children":"我是B",
"children":[
{
"value":76,
"name":"我是B.children",項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置"children":[
{"value":12,"name":"我是B.children.a"},
{"value":28,"name":"我是B.children.b"},
{"value":20,"name":"我是B.children.c"},
{"value":16,"name":"我是B.children.d"}
],}]
treemap={
TreeMap()
.add("演示數據",data)
.set_global_opts(title_opts=opts.TitleOpts(tile="TreeMap-基本示例"))
}
treemap.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置2.漏斗圖frompyecharts.fakerimportFaker
frompyechartsimportoptionsasopts
frompyecharts.chartsimportPage,Funnel
data=[['展現',70],['點擊',66],['訪問',66],['咨詢',84],['訂單',48]]
Funnel=(
Funnel()
.add("商品",data,label_opts=opts.LabelOpts(position="inside"))
.set_global_opts(title_opts=opts.TitleOpts(title="Funnel-基本示例"))
)
Funnel.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置3.雷達圖value_bj=[
[55,9,56,0.46,18,6,1],[25,11,21,0.65,34,9,2],
[56,7,63,0.3,14,5,3],[33,7,29,0.33,16,6,4],
[42,24,44,0.76,40,16,5],[82,58,90,1.77,68,33,6],
[74,49,77,1.46,48,27,7],[78,55,80,1.29,59,29,8],
[267,216,280,4.8,108,64,9],[185,127,216,2.52,61,27,10],
[39,19,38,0.57,31,15,11],[41,11,40,0.43,21,7,12],
]
項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置value_sh=[
[91,45,125,0.82,34,23,1],[65,27,78,0.86,45,29,2],
[83,60,84,1.09,73,27,3],[109,81,121,1.28,68,51,4],
[106,77,114,1.07,55,51,5],[109,81,121,1.28,68,51,6],
[106,77,114,1.07,55,51,71,[89,65,78,0.86,51,26,8],
[53,33,47,0.64,50,17,9],[80,55,801.01,75,2410],
[117,81,124,1.03,45,24,11],[99,71,142,1.1,62,42,12],
]
項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置c_schema=[
{"name":"AQI","max":300,"min":5},
{"name":"PM2.5","max":250,"min":20},
{"name":"PM10","max":300,"min":5},
{"name":"Co","max":5},
{"name":"NO2","max":200},
{"name":"SO2","max":100},
]項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置frompyechartsimportoptionsasopts
frompyecharts.chartsimportRadar
Radar=(
Radar()
.add_schema(schema=c_schema,shape="circle")
.add("北京",value_bj,color="#f9713c")
.add("上海",value_sh,color="#b3e4a1")
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(titleopts=opts.TitleOpts(title="Radar-空氣質量"))
)
Radar.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置4.詞云圖frompyechartsimportoptionsasopts
frompyecharts.chartsimportPage,wordcloud
frompyecharts.globalsimportSymbolType
words=[
("samsclub",10080),("Macys",6181),
("Amyschumer",4386),("Jurassicworld",4055),
("Chartercommunications",2467),("chickFilA",2244),
("planetFitness",1868),("PitchPerfect",1484),
("Express",1112),("Home",865),
("JohnnyDepp",847),("LenaDunham",582),
("LewisHamilton",555),("KXAN",550),
("MaryEllenMark",462),("FarrahAbraham",366),
("Ritaora",360),("SerenaWilliams",282),
("NCAAbaseballtournament",273),("PointBreak",265),
]
Cloud=(
WordCloud()
.add("",words,word_size_range=[20,100],shape=SymbolType.DIAMOND)
.set_global_opts(title_opts=opts,TitleOpts(title="WordCloud-diamond"))
)
Cloud.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置("JohnnyDepp",847),("LenaDunham",582),
("LewisHamilton",555),("KXAN",550),
("MaryEllenMark",462),("FarrahAbraham",366),
("Ritaora",360),("SerenaWilliams",282),
("NCAAbaseballtournament",273),("PointBreak",265),
]
Cloud=(
WordCloud()
.add("",words,word_size_range=[20,100],shape=SymbolType.DIAMOND)
.set_global_opts(title_opts=opts,TitleOpts(title="WordCloud-diamond")))
Cloud.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置5.平行坐標圖frompyechartsimportoptionsasopts
frompyecharts.chartsimportPage,Parallel
data=[
[1,91,45,125,0.82,34],[2,65,27,78,0.86,45],
[3,60,84,1.09,73],[4,109,81,121,1.28,68],
[5,83,106,77,114,1.07,55],[6,109,81,121,1.28,68],
[7,106,77,114,1.07,55],[8,89,65,78,0.86,51,26],
[9,53,33,47,0.64,50,17],[10,80,55,80,1.01,75,24],
[11,117,81,124,1.03,45],
]
項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置schema=[
{"dim":0,"name":"data"},
{"dim":1,"name":"AQI"},
{"dim":2,"name":"PM2.5"},
{"dim":3,"name":"PM1O"},
{"dim":4,"name":"CO"},
{"dim":5,"name":"NO2"},
]
parallel=(
Para11e1()
.add_schema(schema)
.add("parallel",data).set_global_opts(title_opts=opts.TitleOpts(title="Parallel-基本示例"))
)
parallel.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置6.日歷圖importdatetime
frompyechartsimportoptionsasopts
frompyecharts.chartsimportCalendar
flights['date']=pd.to_datetime(flights[['year','month','day']])
date_flight=flights.groupby('date')['flight'].count()
begin=datetime.date(2013,1,1)
end=datetime.date(2013,12,31)
項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置data=[
[str(begin+datetime.timedelta(days=i)),int(date_flight[i])]
foriinrange((end-begin).days+1)
]
calendar=(
Calendar()
.add("",data,calendar_opts=opts.CalendarOpts(range_-"2013"))
.set_global_opts(
title_opts=opts.TitleOpts(title="Calendar-2013年航班情況"),項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置visualmap_opts=opts.VisualMapOpts(
max=1100,
min=600,
orient="horizontal",
is_piecewise=True,
pos_top="230px",
pos_left="100px",
),
)
)
calendar.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置7.K線圖data=[
[2320.26,2320.26,2287.3,2362.94],
[2300,2291.3,2288.26,2308.38],
[2295.35,2346.5,2295.35,2345.92],
[2347.22,2358.98,2337.35,2363.81],
[2360.75,2382.48,2347.89,2383.76],
[2383.43,2385.42,2371.23,2391.82],
[2377.41,2419.02,2369.57,2421.15],
[2425.92,2428.15,2417.58,2440.38],
[2411,2433.13,2403.3,2437.42],項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置[2432.68,2334.48,2427.7,2441.73],
[2430.69,2418.53,2394.22,2433.89],
[2416.62,2432.4,2414.4,2443.03],
[2441.91,2421.56,2418.43,2444.8],
[12382.91,2373.53,2420.26,2427.07],
[2383.49,2397.18,2370.61,2397.94],
[2378.82,2325.95,2309.17,2378.82],
[2322.94,2314.16,2308.76,2330.88],
[1.12320.62,2325.82,2315.01,2338.78],
[2313.74,2293.34,2289.89,2340.71],
[2297.77,2313.22,2292.03,2324.63],[2322.32,2365.59,2308.92,2366.16],
[2364.54,2359.51,2330.86,2369.65],
[2332.08,2273.4,2259.25,2333.54],
[2274.81,2326.31,2270.1,2328.14],
[2333.61,2347.18,2321.6,2351.44],
[2340.44,2324.29,2304.27,2352.02],
[2326.42,2318.61,2314.59,2333.67],
[2314.68,2310.59,2296.58,2320.96],
[12309.16,2286.6,2264.83,2333.29],
[2282.17,2263.97,2253.25,2286.33],
[2255.77,2270.28,2253.31,2276.22],]項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置frompyechartsimportoptionsasopts
frompyecharts.chartsimportKline
kline=(
Kline()
.add_xaxis(["2017/7/{}".format(i+1)foriinrange(31)])
.add_yaxis("kline",
data,
itemstyle_opts=opts.ItemStyleOpts(
color="#ec8000",
color0="#00da3c",項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置border_color="#8A0000",
border_color0="#008F28",
),
)
.set_global_opts(
yaxis_opts=opts.AxisOpts(is_scale=True),
xaxis_opts=opts.AxisOpts(is_scale=True),
title_opts=opts.TitleOpts(title="Kline-基本示例")
)
)
kline.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置8.地理圖frompyechartsimportoptionsasopts
frompyecharts.chartsimportGeo
frompyecharts.globalsimportchartType,symbolType
province=[['廣東',44],['北京',110],['上海',145],['江西',85],['湖南',70],['浙江',113],['江蘇',36]]
geo=(
Geo()
.add_schema(maptype="china")
.add("geo",province)項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置.set_series_opts(label_opts=opts.Labelopts(is_show=False))
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(),
title_opts=opts.TitleOpts(title="Geo-基本示例"),
)
)
geo.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置9.地理熱力圖frompyechartsimportoptionsasopts
frompyecharts.chartsimportGeo
frompyecharts.globalsimportchartType,symbolType
province=[['廣東',44],['北京',110],['上海',145],['江西',85],['湖南',70],['浙江',113],['江蘇',36]]
geo=(
Geo()
.add_schema(maptype="china")項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置.add("geo",province,type-ChartType.HEATMAP)
.set_series_opts(label_opts=opts.Labelopts(is_show=False))
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(),
title_opts=opts.TitleOpts(title="Geo-基本示例"),
)
)
geo.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置10.地理網絡圖geo=(
Geo()
.add_schema(maptype="china")
.add(
"",
[("廣州",55),("北京",66),("杭州",77),("重慶",88)],
type_.ChartType.EFFECT_SCATTER,
color="white",
)
.add(
"geo",項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置[("廣州","上海"),("廣州","北京"),("廣州","杭州"),("廣州","重慶")],
type_=ChartType.LINES,
effect_opts=opts.EffectOpts(
symbol=SymbolType.ARROW,symbol_size=6,color="blue"
),
linestyle_opts=opts.Linestyleopts(curve=0.2),
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="Geo-Lines"))
)
geo.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置11.網絡圖frompyechartsimportoptionsasopts
frompyecharts.chartsimportGraph,Page
nodes_data=[
opts.GraphNode(name="結點1",symbol_size=10),
opts.GraphNode(name="結點2",symbol_size=20),
opts.GraphNode(name="結點3",symbol_size=30),
opts.GraphNode(name="結點4",symbol_size=40),
opts.GraphNode(name="結點5",symbol_size=50),
opts.GraphNode(name="結點6",symbol_size=60),
]項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置links_data=[
opts.GraphLink(source="結點1",target="結點2",value=2),
opts.GraphLink(source="結點2",target="結點3",value=3),
opts.GraphLink(source="結點3",target="結點4",value=4),
opts.GraphLink(source="結點4",target="結點5",value=5),
opts.GraphLink(source="結點5",target."結點6",value=6),
opts.GraphLink(source="結點6",target="結點1",value=7),
]
graph=(
Graph()
.add(
""
nodes_data,
links_data,
repulsion=4000,
)
.set_global_opts(
titleopts=opts.Titleopts(title="Graph-withedgeLabel")
)
)
graph.render()項
目
導
入任
務
描
述任務小
結任務實
施知
識
準
備步驟三利用add()方法進行數據輸入與圖表設置""
nodes_data,
links_data,
repulsion=4000,
)
.set_global_o
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- LY/T 3385-2024植物新品種特異性、一致性、穩定性測試指南落羽杉屬
- 化學●廣東卷丨2021年廣東省普通高中學業水平選擇性考試化學試卷及答案
- 筆線勾勒的技法變化豐富美學韻味中國文化精粹06課件
- 24h回顧法孫芝楊07課件
- 《三級醫院評審標準(2025年版)》
- 風景園林基礎考研資料試題及參考答案詳解一套
- 《風景園林招投標與概預算》試題A附參考答案詳解(能力提升)
- 2023年上海市上海市松江區永豐街道招聘社區工作者真題附詳細解析
- 2024年山東華興機械集團有限責任公司人員招聘筆試備考題庫及答案詳解(有一套)
- 無錫市2024-2025學年三年級下學期數學期末試題一(有答案)
- 日語四六級的試題及答案
- 2025-2030中國馬丁靴行業發展分析及發展前景與投資研究報告
- 證券投資學 課件 第一章 導論
- 锝99mTc替曲膦注射液-藥品臨床應用解讀
- 一年級數學口算天天練30套
- 新提拔任職表態發言稿
- 2025年食品生產初級考試試題及答案
- 2025年由民政局策劃的離婚協議范本
- 《電路分析基礎》模擬試卷 期末考試卷AB卷4套帶答案
- 消防服務外包投標方案投標方案(技術方案)
- 洗車工上崗培訓
評論
0/150
提交評論