python民用汽车保有量可视化(pyecharts1.9.1)

保有量可视化(pyecharts1.9.1)"/>

python民用汽车保有量可视化(pyecharts1.9.1)

利用数据可视化作业的机会学了一下piecharts基本操作，记录一下避免下次踩坑。

一开始没注意教程用的版本不一样，频频报错，浪费了很多时间。查看版本的方式：

import pyecharts
pyecharts.__version__

使用的是国家数据网站上的工业数据，可以直接下载

先导入pyecharts

import pyecharts.options as opts
from pyecharts.charts import Line, Bar, Pie

1. 总体变化趋势

作柱形图和折线图结合图形，存在折线和数字被遮挡的问题，没能解决

def bar_line1(x_data,y_data1,y_data2):bar = (Bar().add_xaxis(x_data).add_yaxis('民用汽车拥有量（万辆）',y_data1).add_yaxis('汽车驾驶员人数（万人）',y_data2,gap="0%").set_series_opts(label_opts=opts.LabelOpts(font_size=14)) # 不显示数字)# bar.render('汽车.html')line = (Line().add_xaxis(x_data).add_yaxis('民用汽车拥有量（万辆）',y_data1,markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average')]),) .add_yaxis('汽车驾驶员人数（万人）',y_data2,markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average')]),) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) )# line.render('汽车.html')bar.overlap(line)bar.render("bar_line1.html")

 2. 不同类别对比

def pie1(x_data,y_data):   pie = (Pie().add('', [list(z) for z in zip(x_data, y_data)],radius=["30%", "75%"]).set_global_opts(title_opts=opts.TitleOpts(title="中国民用汽车保有量（万辆）", subtitle="民用载货汽车")).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%")))pie.render('pie1.html')

 3. 增长趋势

        好像只能标记一个点

def line1(x_data,y_data1,y_data2):line = (Line().add_xaxis(x_data).add_yaxis('新注册民用载客汽车（万辆）',y_data1,linestyle_opts=opts.LineStyleOpts(width=2),markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_='max')]),markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average')]),) .add_yaxis('新注册民用载货汽车（万辆）',y_data2,linestyle_opts=opts.LineStyleOpts(width=2),markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_='min')]),markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average')]),) )line.render("line1.html")

 没敢尝试调太多参数，有机会再学习