使用Python快速製作視覺化報表
我們可以試用視覺化包——Pyechart。
Echarts是百度開源的一個數據視覺化JS庫,主要用於資料視覺化。
pyecharts是一個用於生成Echarts圖示的類庫。實際就是Echarts與Python的對接。
安裝
pyecharts相容Python2和Python3。執行程式碼:
pip install pyecharts(快捷鍵Windows+R——輸入cmd)
初級圖表
1.柱狀圖/條形圖
from pyecharts import Bar
attr=["襯衫","羊毛衫","雪紡衫","褲子","高跟鞋","襪子"] v1=[5,20,36,10,75,90] v2=[10,25,8,60,20,80] bar=Bar("各商家產品銷售情況") bar.add("商家A",attr,v1,is_stack=True) bar.add("商家B",attr,v2,is_stack=True) bar#bar.render()
2.餅圖
from pyecharts import Pie
attr=["襯衫","羊毛衫","雪紡衫","褲子","高跟鞋","鞋子"]
v1=[11,12,13,10,10,10]
pie=Pie("各產品銷售情況")
pie.add("",attr,v1,is_label_show=True)
pie #pie.render()
3.圓環圖
from pyecharts import Pie attr=["襯衫","羊毛衫","雪紡衫","褲子","高跟鞋","鞋子"] v1=[11,12,13,10,10,10] pie=Pie("餅圖—圓環圖示例",title_pos="center") pie.add("",attr,v1,radius=[40,75],label_text_color=None, is_label_show=True,legend_orient="vertical", legend_pos="left") pie
4.散點圖
from pyecharts import Scatter
v1=[10,20,30,40,50,60]
v2=[10,20,30,40,50,60]
scatter=Scatter("散點圖示例")
scatter.add("A",v1,v2)
scatter.add("B",v1[::-1],v2)
scatter
5.儀表盤
from pyecharts import Gauge
gauge=Gauge("業務指標完成率—儀表盤")
gauge.add("業務指標","完成率",66.66)
gauge
6.熱力圖
import random from pyecharts import HeatMap x_axis=[ "12a","1a","2a","3a","4a","5a","6a","7a","8a","9a","10a","11a", "12p","1p","2p","3p","4p","5p","6p","7p","8p","9p","10p","11p",] y_axis=[ "Saturday","Friday","Thursday","Wednesday","Tuesday","Monday","Sunday"] data=[[i,j,random.randint(0,50)] for i in range(24) for j in range(7)] heatmap=HeatMap() heatmap.add("熱力圖直角座標系",x_axis,y_axis,data,is_visualmap=True, visual_text_color="#000",visual_orient="horizontal") heatmap
高階圖表
1.漏斗圖
from pyecharts import Funnel
attr=["潛在","接觸","意向","明確","投入","談判","成交"]
value=[140,120,100,80,60,40,20]
funnel=Funnel("銷售管理分析漏斗圖")
funnel.add("商品",attr,value,is_label_show=True,
label_pos="inside",label_text_color="#fff")
funnel
2.詞雲圖
from pyecharts import WordCloud
name=[
"Sam s Club","Macys","Amy Schumer","Jurassic World","Charter Communications",
"Chick Fil A","Planet Fitness","Pitch Perfect","Express","Home","Johnny Depp",
"Lena Dunham","Lewis Hamilton","KXAN","Mary Ellen Mark","Farrah Abraham",
"Rita Ora","Serena Williams","NCAA baseball tournament","Point Break"
]
value=[
10000,6181,4386,4055,2467,2244,1898,1484,1112,
965,847,582,555,550,462,366,360,282,273,265]
wordcloud=WordCloud(width=1300,height=620)
wordcloud.add("",name,value,word_size_range=[20,100])
wordcloud
3.組合圖
from pyecharts import Line,Pie,Grid
line=Line("折線圖",width=1200)
attr=["週一","週二","週三","週四","週五","週六","週日"]
line.add("最高氣溫",attr,[11,11,15,13,12,13,10],
mark_point=["max","min"],mark_line=["average"])
line.add("最低氣溫",attr,[1,-2,2,5,3,2,0],
mark_point=["max","min"],mark_line=["average"],
legend_pos="20%")
attr=["襯衫","羊毛衫","雪紡衫","褲子","高跟鞋","襪子"]
v1=[11,12,13,10,10,10]
pie=Pie("餅圖",title_pos="55%")
pie.add("",attr,v1,radius=[45,65],center=[65,50],
legend_pos="80%",legend_orient="vertical")
grid=Grid()
grid.add(line,grid_right="55%")
grid.add(pie,grid_left="60%")
grid
相關推薦
使用Python快速製作視覺化報表
我們可以試用視覺化包——Pyechart。Echarts是百度開源的一個數據視覺化JS庫,主要用於資料視覺化。pyecharts是一個用於生成Echarts圖示的類庫。實際就是Echarts與Python的對接。安裝pyecharts相容Python2和Python3。執行程
Python進行資料視覺化分析快速教程例項
Jupyter Notebook介紹 Jupyter Notebook是一個互動式筆記本,支援執行 40 多種程式語言。IPython notebook 是一個基於 IPython REPL 的 web 應用,安裝 IPython 後在終端輸入 ipython notebook 即可啟動服務。j
Python-製作視覺化詞雲
目錄 一.對於視覺化詞雲的理解 對人、物、事的文字描述中,大量出現的詞可以用於這些物件的標籤,將這些標籤按照詞頻的大小以圖片的方式展示出來,就成為了視覺化的個性化詞雲。 例如,我們對某一類新聞進行詞頻統計,頻繁出現的詞語就是該類新聞的主題,將這些詞語
caffe Python API 之視覺化
一、顯示各層 # params顯示:layer名,w,b for layer_name, param in net.params.items(): print layer_name + '\t' + str(param[0].data.shape), str(param[1].data.sha
用python快速製作xml檔案
用python快速製作xml檔案 Shawn python 3.7 因為工作需要, 要用到xml檔案,所以用python寫了個類,以實現快速製作xml檔案. from xml.dom.minidom import Document # import x
python之資料視覺化
各種圖形簡介 線性圖:plt.plot(x,y,*argv) 條形圖:plt.bar(x,y)x和y的長度應相等 水平條形圖:plt.barh(x,y)x軸成垂直,y軸水平而已 條形圖高度表示某專案內的資料個數,由於分組資料具有連續性,直方圖的各矩形通常是連續排列,而條形圖則是分開排
Python 三維視覺化筆記1 -- TVTK庫
Python 三維視覺化筆記1 – TVTK庫 Python 三維視覺化系列筆記是筆者在學習黃天羽老師的《Python科學計算三維視覺化》課程及筆者實踐三維視覺化的筆記。 課程連結: Python科學計算三維視覺化 參考文件: VTK 官方文件 環境:
Python之PyQt5視覺化程式設計01
最近在做一個PC端視覺化顯示的小專案,針對技術實現方案和手段方便,經過查閱和與人交流後,發現Python的PyQt模組繼承了QT原有的技術特點,利用QtDesigner設計使用者需要的UI介面,在經過Pycharm的External Tools工具PyUIC將U
Python之PyQt5視覺化程式設計02——matplotlib動態顯示畫面
matplotlib動態顯示畫面分為直接在figure圖形物件動態顯示畫面和在UI介面動態顯示畫面,但是兩者本質都是使用到了matplotlib中的animation模組,並呼叫其中的FuncAnimation(figure, update, interval..
企業視覺化報表工具選型經驗分享
選型背景 我們是一家面向金融行業的系統整合商,每年要做十幾個專案(看得出來我們並不大/笑哭),專案分大小、做事分先後,可不管怎樣都繞不開資料,資料處理經常佔專案的大頭,所以經常會選擇一些市場上成熟的資料相關產品以便在能控制成本的前提下快速交付。這裡我來介紹一下我
python 常用資料視覺化函式 kaggle House Price
import missingno as msno import pandas as pd import matplotlib.pyplot as plt #讀入資料並簡單描述 train = pd.read_csv(r'G:\MachineLearning\data\Hou
使用UnityEditor製作視覺化打包AssetBundle(一)
基本流程 建立xml檔案,將xml內容解析到實體類中 繪製UnityEditor視窗,將xml內容繪製到視窗中 打包AssetBundle 載入AssetBundle(非同步和同步) 準備原材料:xml和entity實體類 <?xml version="
Python實現資料視覺化,繪製各種圖案
環境 系統:windows10 python版本:python3.6.1 使用的庫:matplotlib,numpy numpy庫產生隨機數幾種方法 學習Python中有不明白推薦加入交流裙
Python--Pandas-資料視覺化
1.Pandas 簡介 我們做資料視覺化,其實就是就資料進行分析,使用Python做資料分析的,我想pandas必然是一個利器,一個非常強大的資料分析工具包,也集成了資料視覺化的功能,一個集資料處理、分析、視覺化於一身的工具,非常強大好用。pandas中的資料
python—matplotlib資料視覺化例項註解系列-----之柱狀圖
本文程式碼源自官方例項,部分進行了修改和註解方便學習和查詢。 Matplotlib.pyplot中hist()的引數: n, bins, patches = plt.hist(arr, bins=1
Python--matplotlib繪圖視覺化知識點整理
本文作為學習過程中對matplotlib一些常用知識點的整理,方便查詢。 強烈推薦ipython 無論你工作在什麼專案上,IPython都是值得推薦的。利用ipython --pylab,可以進入PyLab模式,已經匯入了matplotlib庫與相關軟體包(例如Num
使用百度echarts製作視覺化大屏——加入地圖
var geoCoordMap = { '上海': [121.4648,31.2891], '東莞': [113.8953,22.901], '東營': [118.7073,37.5513], '中山': [113.4229,22.478], '臨汾': [111.4783,36
scrapy爬取拉勾網python職位+Mysql+視覺化
在進行爬取目標網站中為遇到一個問題,爬取5頁資料之後會出錯,設定了每一次請求的隨機超時間10-20->time.sleep(random.randint(10, 20)),同樣會被拉勾網禁止請求資料,可能被輕度判定為爬取,所以可以設定每一次的隨機超時間為20-30秒,就可以解決這個問題。
教你解決Python資料分析視覺化時可以顯示中文
問題描述: 使用Python進行資料分析時,中文是顯示不了的, 那麼怎麼使matplotlib視覺化是能夠顯示中文呢? 你需要具備的知識:matplotlib基本操作,linux基本操作,IPyt
Python資料分析視覺化Seaborn例項講解
Seaborn是一種基於matplotlib的圖形視覺化python libraty。它提供了一種高度互動式介面,便於使用者能夠做出各種有吸引力的統計圖表。 Seaborn其實是在matplotlib的基礎上進行了更高階的API封裝,從而使得作圖更加容易,在大