有一个做ppt的网站,公司网站后台打不开,刚刚发生 北京严重发生,高性能网站建设进阶指南文章目录 一 基础柱状图1.1 创建简单柱状图1.2 反转x和y轴1.3 数值标签在右侧1.4 演示结果 二 基础时间线柱状图2.1 创建时间线2.2 时间线主题设置取值表2.3 演示结果 三 GDP动态柱状图绘制3.1 需求分析3.2 数据文件内容3.3 列表排序方法3.4 参考代码3.5 运行结果 一 基础柱状图… 文章目录 一 基础柱状图1.1 创建简单柱状图1.2 反转x和y轴1.3 数值标签在右侧1.4 演示结果 二 基础时间线柱状图2.1 创建时间线2.2 时间线主题设置取值表2.3 演示结果 三 GDP动态柱状图绘制3.1 需求分析3.2 数据文件内容3.3 列表排序方法3.4 参考代码3.5 运行结果 一 基础柱状图
1.1 创建简单柱状图
pyecharts 是一个基于 Echarts 的 Python 图表库它提供了丰富的图表类型和交互功能。可以使用使用 pyecharts 创建柱状图
首先安装 pyecharts 库。如果没有安装可以使用以下命令安装
pip install pyecharts然后创建一个简单的柱状图
from pyecharts import options as opts
from pyecharts.charts import Bar# 示例数据
categories [Category A, Category B, Category C, Category D]
values [25, 40, 30, 50]# 创建柱状图实例
bar_chart Bar()# 添加数据
bar_chart.add_xaxis(categories)
bar_chart.add_yaxis(Values, values)# 设置标题和标签
bar_chart.set_global_opts(title_optsopts.TitleOpts(titleBasic Bar Chart),xaxis_optsopts.AxisOpts(nameCategories),yaxis_optsopts.AxisOpts(nameValues))# 渲染图表
bar_chart.render(basic_bar_chart.html)在这个示例中首先导入 pyecharts 的必要模块。然后创建一个 Bar 实例代表柱状图。接着使用 add_xaxis 和 add_yaxis 方法分别添加 x 轴和 y 轴的数据。还使用 set_global_opts 方法设置了标题和轴标签的选项。最后使用 render 方法将图表渲染为 HTML 文件。 1.2 反转x和y轴
可以使用pyecharts 的 Bar 类中的 reversal_axis() 方法翻转 x 轴和 y 轴
from pyecharts import options as opts
from pyecharts.charts import Bar# 示例数据
categories [Category A, Category B, Category C, Category D]
values [25, 40, 30, 50]# 创建柱状图实例
bar_chart Bar()# 添加数据
bar_chart.add_xaxis(categories)
bar_chart.add_yaxis(Values, values)# 设置标题和标签
bar_chart.set_global_opts(title_optsopts.TitleOpts(titleBasic Bar Chart),xaxis_optsopts.AxisOpts(nameCategories),yaxis_optsopts.AxisOpts(nameValues))
# 反转x和y轴
bar_chart.reversal_axis()# 渲染图表
bar_chart.render(basic_bar_chart.html) 1.3 数值标签在右侧
通过label_optsLabelOpts(position“right”)设置数值标签在右侧显示
from pyecharts import options as opts
from pyecharts.charts import Bar# 示例数据
categories [Category A, Category B, Category C, Category D]
values [25, 40, 30, 50]# 创建柱状图实例
bar_chart Bar()# 添加数据
bar_chart.add_xaxis(categories)
bar_chart.add_yaxis(Values, values, label_optsopts.LabelOpts(positionright))# 设置标题和标签
bar_chart.set_global_opts(title_optsopts.TitleOpts(titleBasic Bar Chart),xaxis_optsopts.AxisOpts(nameCategories),yaxis_optsopts.AxisOpts(nameValues))
# 反转x和y轴
bar_chart.reversal_axis()# 渲染图表
bar_chart.render(basic_bar_chart.html)
1.4 演示结果 二 基础时间线柱状图
2.1 创建时间线
Timeline()-时间线柱状图的主要特点,状图描述的是分类数据回答的是每一个分类中有多少的问题。同时柱状图很难动态的描述一个趋势性的数据. 这里pyecharts为我们提供了一种解决方案-时间线如果说一个Bar、Line对象是一张图表的话时间线就是创建一个一维的x轴轴上每一个点就是一个图表对象
from pyecharts.charts import Bar, Timeline
from pyecharts.options import LabelOpts
from pyecharts.globals import ThemeTypebar1 Bar()
bar1.add_xaxis([中国, 美国, 英国])
bar1.add_yaxis(GDP, [30, 30, 20], label_optsLabelOpts(positionright))
bar1.reversal_axis()bar2 Bar()
bar2.add_xaxis([中国, 美国, 英国])
bar2.add_yaxis(GDP, [50, 50, 50], label_optsLabelOpts(positionright))
bar2.reversal_axis()bar3 Bar()
bar3.add_xaxis([中国, 美国, 英国])
bar3.add_yaxis(GDP, [70, 60, 60], label_optsLabelOpts(positionright))
bar3.reversal_axis()# 构建时间线对象
# timeline Timeline()
timeline Timeline({theme: ThemeType.LIGHT}) #设置时间线对象# 在时间线内添加柱状图对象
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_interval1000, # 自动播放的时间间隔单位毫秒is_timeline_showTrue, # 是否在自动播放的时候显示时间线is_auto_playTrue, # 是否自动播放is_loop_playTrue # 是否循环播放
)# 绘图是用时间线对象绘图而不是bar对象了
timeline.render(基础时间线柱状图.html)2.2 时间线主题设置取值表 2.3 演示结果 三 GDP动态柱状图绘制
3.1 需求分析 简单分析后发现最终效果图中需要
GDP数据处理为亿级有时间轴按照年份为时间轴的点x轴和y轴反转同时每一年的数据只要前8名国家有标题标题的年份会动态更改设置了主题为LIGHT
3.2 数据文件内容
year,GDP,rate
1960,美国,5.433E11
1960,英国,73233967692
1960,法国,62225478000
1960,中国,59716467625
1960,日本,44307342950
1960,加拿大,404617216923.3 列表排序方法
列表.sort(key选择排序依据的函数, reverseTrue|False)
参数key是要求传入一个函数表示将列表的每一个元素都传入函数中返回排序的依据参数reverse是否反转排序结果True表示降序False表示升序
my_list [[a, 33], [b, 55], [c, 11]]# 排序基于带名函数
# def choose_sort_key(element):
# return element[1]
#
# my_list.sort(keychoose_sort_key, reverseFalse)# 使用 sort() 方法按子列表中的第二个元素排序
my_list.sort(keylambda x: x[1])print(升序排序:, my_list)
# 升序排序: [[c, 11], [a, 33], [b, 55]]my_list.sort(keylambda x: x[1], reverseTrue)print(降序排序:, my_list)
# 降序排序: [[b, 55], [a, 33], [c, 11]]
keylambda x: x[1]Lambda 表达式是一个用于比较排序的函数它告诉 sort() 方法按照子列表中的第二个元素进行排序
3.4 参考代码
from pyecharts.charts import Bar, Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType# 读取数据
f open(c:/1960-2019全球GDP数据.csv, r, encodingGB2312)
data_lines f.readlines()
# 关闭文件
f.close()# 删除第一条数据
data_lines.pop(0) # year,GDP,rate# 将数据转换为字典存储格式为
# { 年份: [ [国家, gdp], [国家,gdp], ...... ], 年份: [ [国家, gdp], [国家,gdp], ...... ], ...... }
# { 1960: [ [美国, 123], [中国,321], ...... ], 1961: [ [美国, 123], [中国,321], ...... ], ...... }
# 先定义一个字典对象
data_dict {}
for line in data_lines:year int(line.split(,)[0]) # 年份country line.split(,)[1] # 国家gdp float(line.split(,)[2]) # gdp数据# 判断字典里面有没有指定的keytry:data_dict[year].append([country, gdp])except KeyError:data_dict[year] []data_dict[year].append([country, gdp])# 创建时间线对象
timeline Timeline({theme: ThemeType.LIGHT})# 排序年份
sorted_year_list sorted(data_dict.keys())
for year in sorted_year_list:data_dict[year].sort(keylambda element: element[1], reverseTrue)# 取出本年份前8名的国家year_data data_dict[year][0:8]x_data [] #countrysy_data [] #gdps for country_gdp in year_data:x_data.append(country_gdp[0]) # x轴添加国家y_data.append(country_gdp[1] / 100000000) # y轴添加gdp数据# 构建柱状图bar Bar() # 创建柱状图x_data.reverse() # 反转国家使GDP最高的排在最上面y_data.reverse() # 同步反转GDP数据bar.add_xaxis(x_data)bar.add_yaxis(GDP(亿), y_data, label_optsLabelOpts(positionright))# 反转x轴和y轴bar.reversal_axis()# 设置每一年的图表的标题bar.set_global_opts(title_optsTitleOpts(titlef{year}年全球前8GDP数据))timeline.add(bar, str(year)) #时间线添加一个点和对应的bar图# for循环每一年的数据基于每一年的数据创建每一年的bar对象
# 在for中将每一年的bar对象添加到时间线中# 设置自动播放
timeline.add_schema(play_interval1000,is_timeline_showTrue,is_auto_playTrue,is_loop_playFalse
)# 绘图
timeline.render(1960-2019全球GDP前8国家.html)3.5 运行结果
