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
更多推荐
python民用汽车保有量可视化(pyecharts1.9.1)
发布评论