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）类型时给与，如bar=Bar（“大标题”，“副标题”，···各种属性···）
title_color=“颜色”：标题颜色，可以是‘red'或者‘#0000'
title_pos=‘位置'：标题位置，如‘center'，‘left'···
width=1200：图表的宽
height=800：图表的高
background_color="颜色"：图表的背景色
·····
2、标签栏的属性：如bar.add（“标签”，x，values，···属性···）
'mark_'类，通个'mark_'显示，如mark_point['max','min','average']:标出最大最小和平均值的点，
mark_point_textcolor,mark_line_symbolsize·····
'legend_'类，如legend_pos=‘left'：标签的位置
'is_'类，如is_label_show=True：显示每个点的值，is_datazoom_show=True：实现移动控制x轴的数量
is_convert=True：x，y轴是否调换
eg：
bar=pyecharts.Bar("全国各地最高气温","2018-4-18",title_color='red',title_pos='right',width=1400,height=700,background_color='#404a59')
bar.add("最高气温",cities,highs,mark_point=['max','min','average'],is_label_show=True,is_datazoom_show=True,legend_pos='left')
bar.render('Bar-High.html')
3、Geo，Map无法显示底图
pyechartsv0.3.2以后，pyecharts将不再自带地图js文件。如用户需要用到地图图表，可自行安装对应的地图文件包。
地图文件被分成了三个Python包，分别为：
全球国家地图:echarts-countries-pypkg(1.9MB)
中国省级地图:echarts-china-provinces-pypkg(730KB)
中国市级地图:echarts-china-cities-pypkg(3.8MB)
（1）pycharm直接在设置里面搜索安装这三个库
（2）pip安装
pipinstallecharts-countries-pypkg pipinstallecharts-china-provinces-pypkg pipinstallecharts-china-cities-pypkg
二、各种图表
1.柱状图/条形图——Bar
bar=pyecharts.Bar("全国各地最高最低气温","2018-4-18",title_pos='right',title_color='blue',width=1400,height=700,background_color='white')
bar.add("最高气温",cities,highs,mark_point=['max'],legend_text_color='red',is_datazoom_show=True)
bar.add("最低气温",cities,lows,mark_line=['min'],legend_text_color='blue')
bar.render('Bar-High-Low.html')
2、散点图——EffectScatter
es=pyecharts.EffectScatter("最低气温动态散点图","2018-4-16",title_pos='right',title_color='blue',width=1400,height=700,background_color='white')
es.add("最低温度",range(0,len(cities)),lows,legend_pos='center',legend_text_color='blue',symbol_size=10,effect_period=3,effect_scale=3.5,symbol='pin',is_datazoom_show=True,is_label_show=True)
es.render("EffectScatter-low.html")
3、漏斗与——Funnel
fl=pyecharts.Funnel("最高气温漏斗图","2018-40-16",title_pos='left',width=1400,height=700)
fl.add("最低气温",cities[:15],lows[:15],is_label_show=True,label_pos='inside',label_text_color='white')
fl.render("Funnel-low.html")
4、仪表盘——Guage
gu=pyecharts.Gauge("仪表盘图")
gu.add("指标","达标",80)
gu.render("Guage-eg.html")
5、地理坐标图——Geo
geo=pyecharts.Geo("最高气温地理坐标系图",'2018-4-16',title_color='#fff',title_pos='center',width=1200,height=600,background_color='#404a95')
geo.add("最高气温",cities,highs,is_visualmap=True,visual_range=[0,40],visual_text_color='#fff',symbol_size=5,legend_pos='right',is_geo_effect_show=True)
geo.render("Geo-Low.html")
6、关系图——Graph（略）
7、折线/面积图——Line
line=pyecharts.Line("气温变化折线图",'2018-4-16',width=1200,height=600)
line.add("最高气温",cities,highs,mark_point=['average'],is_datazoom_show=True)
line.add("最低气温",cities,lows,mark_line=['average'],is_smooth=True)
line.render('Line-High-Low.html')
line=pyecharts.Line("气温变化折线图",'2018-4-16',width=1200,height=600)
line.add("最高气温",cities,highs,mark_point=['average'],is_datazoom_show=True,is_fill=True,line_opacity=0.2,area_opacity=0.4)
line.add("最低气温",cities,lows,mark_line=['average'],is_smooth=True,is_fill=True,area_color="#000",area_opacity=0.5)
line.render('Area-High-Low.html')
8、水滴球——Liquid
lq=pyecharts.Liquid("水滴球")
lq.add("Liquid",[0.8,0.5,0.2],is_liquid_outline_show=False,is_liquid_animation=True)
lq.render("LiQuid.html")
9、地图——Map
a_city=[]
foriincities:
a_city.append(i+'市')
map=pyecharts.Map("湖北最低气温",width=1200,height=600)
map.add("最低气温",a_city,lows,maptype='湖北',is_visualmap=True,visual_text_color='#000',visual_range=[-15,20])
map.render("Map-low.html")
value=[95.1,23.2,43.3,66.4,88.5]
attr=["China","Canada","Brazil","Russia","UnitedStates"]
map=Map("世界地图示例",width=1200,height=600)
map.add("",attr,value,maptype="world",is_visualmap=True,visual_text_color='#000')
map.render('Map-World.html')
10、平行坐标图——Parallel
parallel=pyecharts.Parallel("高低温度的平行坐标系图",'2018-4-16',width=1200,height=600)
parallel.config(cities[:20])
parallel.add("高低温",[highs[:20],lows[:20]],is_random=True)
parallel.render('Parallel-High-Low.html')
11、饼图——Pie
sun=0
cloud=0
lit_rain=0
mit_rain=0
sail=0
shadom=0
z_rain=0
th_rain=0
foriintypes:
ifi=='晴':
sun+=1
elifi=='多云':
cloud+=1
elifi=='小雨':
lit_rain+=1
elifi=='中雨':
mit_rain+=1
elifi=='阴':
shadom+=1
elifi=='阵雨':
z_rain+=1
elifi=='雷阵雨':
th_rain+=1
elifi=='扬沙':
sail+=1
pie=pyecharts.Pie("全国天气类型比例",'2018-4-16')
pie.add('天气类型',weather,[mit_rain,lit_rain,sail,sun,th_rain,cloud,shadom,z_rain],is_label_show=True)
pie.render('Pie-weather.html')
修改：
pie=pyecharts.Pie("全国天气类型比例",'2018-4-16',title_pos='center')
pie.add('天气类型',weather,[mit_rain,lit_rain,sail,sun,th_rain,cloud,shadom,z_rain],is_label_show=True,legend_pos='left',label_text_color=None,legend_orient='vertical',radius=[30,75])
pie.render('Pie-weather.html')
pie镶嵌：
center->list
饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标，默认为[50,50]默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
rosetype->str
是否展示成南丁格尔图，通过半径区分数据大小，有'radius'和'area'两种模式。默认为'radius'radius：扇区圆心角展现数据的百分比，半径展现数据的大小area：所有扇区圆心角相同，仅通过半径展现数据大小
pie=pyecharts.Pie("全国天气类型比例",'2018-4-16')
pie.add('',weather,[mit_rain,lit_rain,sail,sun,th_rain,cloud,shadom,z_rain],is_label_show=True,label_text_color=None,legend_orient='vertical',radius=[40,50],center=[50,50])
pie.add('',['中雨','小雨','扬沙','晴'],[lit_rain,mit_rain,sun,sail],radius=[10,35],center=[50,50],rosetype='area')
pie.render('Pie-weather.html')
至此，pyecharts的大多数图标的绘制我们都可以实现了，更多知识可以查看下面链接
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。