首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >MySQL50-13-习题及答案汇总

MySQL50-13-习题及答案汇总

作者头像
皮大大
发布于 2021-03-01 08:30:56
发布于 2021-03-01 08:30:56
5450
举报

Pyecharts-11-绘制饼图

饼图在实际的工作还是会经常使用,能够很清晰的显示各类数据和占比情况,曾经在工作中绘制了环饼图和多饼图的结合。本文中介绍的是如何利用Pyecharts绘制饼图和进阶的环状饼图和玫瑰图

  • 基本案例
  • 位置和颜色
  • 图例滚动
  • 环形饼图
  • 多饼图
  • 玫瑰图

感谢官网的资料学习:https://gallery.pyecharts.org/#/Pie/README

导入库

代码语言:javascript
AI代码解释
复制
from pyecharts.globals import CurrentConfig, OnlineHostType   # 事先导入,防止不出图
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType

import pandas as pd
import numpy as np

基本案例

下面是一份模拟的月度开支的数据

代码语言:javascript
AI代码解释
复制
c = (
    Pie()
    .add("", [list(z) for z in zip(x_data, y_data)])
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-月度开支"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)

c.render_notebook()

改变位置和颜色

代码语言:javascript
AI代码解释
复制
c = (
    Pie()
    .add("",
         [list(z) for z in zip(x_data, y_data)],
         center=["30%", "50%"],) # 1、距离左边和上边的距离百分比
    .set_colors(["blue", "green", "purple", "red", "pink"])  # 2、改变颜色
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-月度开支"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)

c.render_notebook()

图例滚动

当饼图中图例比较多的时候,可以利用滚动的方式,下面是pyecharts自带的数据集:

代码语言:javascript
AI代码解释
复制
c = (
    Pie()
    .add(
        "",
        [
            list(z)
            for z in zip(
                Faker.choose() + Faker.choose() + Faker.choose() + Faker.choose(),
                Faker.values() + Faker.values() + Faker.values() + Faker.values(),
            )
        ],
        center=["40%", "50%"],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Pie-图例滚动"),
        legend_opts=opts.LegendOpts(type_="scroll", pos_left="80%", orient="vertical"),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)

c.render_notebook()

环形饼图

代码语言:javascript
AI代码解释
复制
x_data = ["直接访问", "邮件营销", "联盟广告", "视频广告", "搜索引擎"]
y_data = [335, 310, 234, 135, 1548]

c = (
    Pie(init_opts=opts.InitOpts(width="1600px", height="1000px"))   # 图形的大小设置
    .add(
        series_name="访问来源",
        data_pair=[list(z) for z in zip(x_data, y_data)],
        radius=["15%", "50%"],   # 内圈和外圈的大小
        center=["30%", "50%"],   # 左边距和上边距
        label_opts=opts.LabelOpts(is_show=True),   # 显示数据和百分比
    )
    .set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", orient="vertical"))   # 图例在左边和垂直显示
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
        ),
    )
)

c.render_notebook()

多饼图

代码语言:javascript
AI代码解释
复制
c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(["剧情", "其他"], [30, 70])],
        center=["20%", "30%"],  # 位置设置
        radius=[60, 80],   # 每个饼图内外圈的大小
    )
    .add(
        "",
        [list(z) for z in zip(["奇幻", "其他"], [40, 60])],
        center=["55%", "30%"],
        radius=[60, 80],
    )
    .add(
        "",
        [list(z) for z in zip(["爱情", "其他"], [24, 76])],
        center=["20%", "70%"],
        radius=[60, 80],
    )
    .add(
        "",
        [list(z) for z in zip(["惊悚", "其他"], [11, 89])],
        center=["55%", "70%"],
        radius=[60, 80],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Pie-多饼图基本示例"),
        legend_opts=opts.LegendOpts(
            type_="scroll", pos_top="20%", pos_left="80%", orient="vertical"
        ),
    )
)

c.render_notebook()

玫瑰图

代码语言:javascript
AI代码解释
复制
v = Faker.choose()
c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(v, Faker.values())],   # 两个值
        radius=["30%", "60%"],  # 大小
        center=["25%", "50%"],  # 位置
        rosetype="radius",
        label_opts=opts.LabelOpts(is_show=False),
    )
    .add(
        "",
        [list(z) for z in zip(v, Faker.values())],
        radius=["30%", "60%"],
        center=["75%", "50%"],
        rosetype="area",
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图示例"))
)

c.render_notebook()

环状饼图

本案例讲解的是如何绘制环状饼图(内嵌饼图)

代码语言:javascript
AI代码解释
复制

import pyecharts.options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

# 内部饼图
inner_x_data = ["直达", "营销广告", "搜索引擎","产品"]
inner_y_data = [335, 679, 548, 283]
inner_data_pair = [list(z) for z in zip(inner_x_data, inner_y_data)]
# [['直达', 335], ['营销广告', 679], ['搜索引擎', 1548], [‘产品’, 283]]


# 外部环形(嵌套)
outer_x_data = ["搜索引擎", "邮件营销", "直达", "营销广告", "联盟广告", "视频广告", "产品", "百度", "谷歌","邮件营销", "联盟广告"]
outer_y_data = [335, 135, 147, 102, 220, 310, 234, 135, 648, 251]
outer_data_pair = [list(z) for z in zip(outer_x_data, outer_y_data)]


c = (
     # 初始化
    Pie(init_opts=opts.InitOpts(
        width="900px",
        height="800px",
        theme=ThemeType.SHINE))

    # 内部饼图
    .add(
        series_name="版本3.2.1",  # 系列名称
        center=["50%", "35%"],
        data_pair=inner_data_pair,  # 系列数据项,格式为 [(key1, value1), (key2, value2)]
        radius=["25%", "40%"],  #饼图半径 数组的第一项是内半径,第二项是外半径
        label_opts=opts.LabelOpts(position='inner'), #标签设置在内部
    )

    # 外部嵌套环形图
    .add(
        series_name="版本3.2.9",  # 系列名称
        center=["50%", "35%"],
        radius=["40%", "60%"],  #饼图半径 数组的第一项是内半径,第二项是外半径
        data_pair=outer_data_pair, # 系列数据项,格式为 [(key1, value1), (key2, value2)]

        # 标签配置项 参考上面的例子
        label_opts=opts.LabelOpts(
            position="outside",
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999",
                      "lineHeight": 22,
                      "align": "center"},

                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                },


                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },


                "b": {"fontSize": 16, "lineHeight": 33},


                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )

    # 全局配置项
    .set_global_opts(
        xaxis_opts = opts.AxisOpts(is_show = False),   #隐藏X轴刻度
        yaxis_opts = opts.AxisOpts(is_show = False),    #隐藏Y轴刻度
        legend_opts = opts.LegendOpts(is_show = True),  #隐藏图例
        title_opts = opts.TitleOpts(title = None),    #隐藏标题
                    )

    # 系统配置项
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item",
            formatter="{a} <br/>{b}: {c} ({d}%)"
        ),
        label_opts=opts.LabelOpts(is_show=True)  # 隐藏每个触角标签
    )
)

c.render_notebook()
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-11-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
使用python的pyecharts库绘制数据可视化大屏
今天有位职场的人员询问我可不可以做一个汇报销售工作进展的数据可视化大屏,我最近刚好学了这个pyecharts库,利用它我们可以绘制一个完美的数据可视化大屏,最终结果如下图形和视频:那么这么完美的效果是怎么呈现的呢,接下来我们便开始绘制这样的数字可视化大屏。
你像时光唯美i
2022/08/26
1.9K0
使用python的pyecharts库绘制数据可视化大屏
用 Pyecharts 制作炫酷的可视化大屏
作者 | 俊欣 来源 | 关于数据分析与可视化 前两篇Pyecharts的文章来帮我们简单的梳理了一下可以用Pyecharts来绘制哪些图表之后,本篇文章我们用pyecharts里面的一些组件,将绘制的图表都组合起来 首先Grid组件 首先介绍Pyecharts模块当中的Grid组件,使用Grid组件可以很好地将多张图无论是上下组合还是左右组合,都能够很好地拼接起来,我们先来看第一个例子 bar = ( Bar() .add_xaxis(Fak
AI科技大本营
2023/04/14
1.1K0
用 Pyecharts 制作炫酷的可视化大屏
干货 | 使用pyecharts绘制交互式动态地图
说到pyecharts,相信很多人不会陌生,一个优秀的python可视化包。 pyecharts是中国人开发的,相比较matplotlib、seaborn等老牌可视化库,pyecharts是十分符合国内用户习惯的,尤其在地理空间图表方面。 本文是想试探一下pyecharts在绘制地理图表方面的功底如何,那就开始吧!
派大星的数据屋
2022/04/02
1.5K0
干货 | 使用pyecharts绘制交互式动态地图
python+echarts可视化—pyecharts
pyecharts是一个用于生成Echarts 图表的python库。Echarts(https://echarts.apache.org/examples/zh/index.html )是一个数据可视化JS库,做出来的图非常好看。pyecharts这个项目可以在python中也生成这种风格的图。具体效果图可以参见该网站https://pyecharts.herokuapp.com/。
生信编程日常
2020/04/01
1.5K0
python+echarts可视化—pyecharts
拥有圆圆脸蛋的饼图小可爱前来报道!
小编已经带大家绘制过柱状图,折线图,大家肯定对我们的 PyEcharts 有了一些了解,对其他图形的绘制也跃跃欲试,不要着急,今天我们就来看看圆圆脸蛋的饼图是怎么来的吧!
数据山谷
2020/12/22
4860
python pyecharts数据可视化 玫瑰图、柱形图、饼图、环图
其实真正能让自己走远的,都是自律、积极和勤奋。 文章目录 一、柱形图 代码如下: from pyecharts.charts import Bar from pyecharts.faker import Faker from pyecharts.globals import ThemeType, CurrentConfig from pyecharts import options as opts CurrentConfig.ONLINE_HOST = 'D:/python/pyecharts-a
叶庭云
2020/09/17
12.7K0
python  pyecharts数据可视化   玫瑰图、柱形图、饼图、环图
这几个用 Pyecharts 做出来的交互图表,领导说叼爆了!
编辑 | JackTian 来源 | 杰哥的IT之旅(ID:Jake_Internet) 转载请联系授权(微信ID:Hc220066)
杰哥的IT之旅
2020/09/22
2K0
这几个用 Pyecharts 做出来的交互图表,领导说叼爆了!
excel绘制南丁格尔玫瑰图过于复杂,试试用python绘制南丁格尔玫瑰图!
前面向大家讲解了如何用excel绘制高大上的南丁格尔玫瑰图,对于经常用excel的人来说,其实是简单的,但经常用python来绘制图表的人,怎么会用excel来绘制自己想要的图表呢!所以今天教大家如何用python绘制南丁格尔玫瑰图。
Python与Excel之交
2021/08/05
1.5K0
pyecharts全家桶,一招学会python可视化
pyecharts一直被誉为python可视化的神器,因为它只需较少的代码既可以绘制非常漂亮的图形
龙哥
2021/01/25
1.2K0
pyecharts全家桶,一招学会python可视化
Pyecharts进阶篇
本章节,我们会使用全国空气质量数据呈现中国地图,还会使用全球各个国家或地区GDP数据绘制全球地图。
@小森
2024/06/28
2900
Pyecharts进阶篇
【Python可视化】超详细Pyecharts 1.x教程,让你的图表动起来~
pyecharts 是一个用于生成 Echarts 图表的Python库。Echarts是百度开源的一个数据可视化 JS 库,可以生成一些非常酷炫的图表。
Awesome_Tang
2020/02/25
3.2K0
【Python可视化】超详细Pyecharts 1.x教程,让你的图表动起来~
Python Geo 地图
参考:# https://github.com/pyecharts/pyecharts/blob/master/example/geo_example.py
Java架构师必看
2021/08/09
9240
pyecharts-14-页面组件Page
Pyecharts有一个非常强大的功能,就是能够将多个图形同时放在一个HTML页面中。这种方式和其他库的绘制多个子图的方式的区别在于:Pyecharts中能够自定义位置和图形大小。
皮大大
2021/03/01
4.6K1
分析Python招聘数据,可视化展示招聘信息详情
通过开发者工具进行抓包分析 I. 打开开发者工具: F12 / 右键点击检查选择network 暂时可能没有数据包或者数据包比较少 <数据不完整> II. 刷新网页: 让数据内容重新加载一遍 III. 通过关键字去搜索查询对应数据包 关键字: 我们需要的数据
松鼠爱吃饼干
2023/09/02
6870
分析Python招聘数据,可视化展示招聘信息详情
票房20亿,豆瓣7.0?Python分析电影《孤注一掷》豆瓣评论数据
松鼠爱吃饼干
2023/09/02
4620
票房20亿,豆瓣7.0?Python分析电影《孤注一掷》豆瓣评论数据
python可视化利器:pyecharts
前面我们提及ggplot在R和Python中都是数据可视化的利器,在机器学习和数据分析领域得到了广泛的应用。pyecharts结合了Python和百度开源的Echarts工具,基于其交互性和便利性得到了众多开发者的认可。拥有如下的特点:
TOMOCAT
2020/06/10
1.8K0
pyecharts-6-绘制地图
当绘制具体某个省份的地图时候,需要在地级市后面加上一个\color{red}{市},否则不能出图:
皮大大
2021/03/01
1.3K0
pyecharts-6-绘制地图
Pyecharts入门
Apache ECharts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。而 Python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了;PyEcharts是Echarts的Python接口, Pyecharts = Python + Echarts
@小森
2024/06/28
5030
Pyecharts入门
pyecharts-5-绘制柱状图
Pyecharts-5-绘制柱状图Bar 本文中介绍的是如何利用pyecharts中绘制各种bar柱状图。 主要是参考官网的各种例子进行学习和整理 导入各种库 from pyecharts impor
皮大大
2021/03/01
8740
pyecharts-5-绘制柱状图
pyecharts-13-绘制漏斗图
漏斗图在电商领域中观察用户转化率的情形使用非常普遍,本文通过一个模拟的商城用户行为的例子来绘制漏斗图
皮大大
2021/03/01
2.9K0
相关推荐
使用python的pyecharts库绘制数据可视化大屏
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档