任務5-3pyecharts數(shù)據(jù)可視化3項

目

導

入任

務

描

述知

識

準

備任務小

結任務實

施

本任務旨在使用pyecharts庫開發(fā)一個交互式的空氣質量監(jiān)測系統(tǒng)，旨在提供一個全面的空氣質量分析平臺。該系統(tǒng)將實時展示不同城市的PM2.5、PM10、SO2、NO2等關鍵空氣污染物的濃度數(shù)據(jù)，使公眾和決策者能夠及時了解空氣質量狀況。通過集成實時數(shù)據(jù)流，系統(tǒng)能夠動態(tài)更新空氣質量指標，反映最新的環(huán)境變化。

此外，系統(tǒng)還將提供歷史數(shù)據(jù)的對比分析功能，允許用戶根據(jù)不同時間段的數(shù)據(jù)進行比較，觀察空氣質量的長期趨勢和季節(jié)性變化。用戶可以選擇特定的時間段，系統(tǒng)將自動生成相應的圖表和統(tǒng)計數(shù)據(jù)，幫助用戶識別污染的高峰期和改善期，從而更有效地制定應對措施。項

目

導

入任

務

描

述知

識

準

備任務小

結任務實

施系統(tǒng)的設計注重用戶交互體驗，通過友好的界面設計和直觀的操作流程，使得即使是非專業(yè)人士也能輕松使用。用戶可以通過簡單的點擊和拖動操作，選擇不同的城市、污染物和時間范圍，系統(tǒng)將即時生成相應的可視化結果。圖5-3-1pyecharts中的圖表類型項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施數(shù)據(jù)可視化基礎：了解數(shù)據(jù)可視化的基本原則和方法。pyecharts庫：熟悉pyecharts的基本使用，包括圖表類型、配置項等。數(shù)據(jù)來源：假設數(shù)據(jù)來自某個環(huán)境監(jiān)測機構，提供了全國主要城市的空氣質量數(shù)據(jù)。數(shù)據(jù)格式：CSV或JSON格式，包含城市名稱、日期、PM2.5、PM10、SO2、NO2等指標。項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施ECharts，縮寫來自EnterpriseCharts，商業(yè)級數(shù)據(jù)圖表，是百度的一個開源數(shù)據(jù)可視化工具，一個純Javascript圖表庫。ECharts提供直觀，生動，可交互，可高度個性化定制的數(shù)據(jù)可視化圖表。而Python是一門富有表達力的語言，很適合用于數(shù)據(jù)分析。當數(shù)據(jù)分析遇上數(shù)據(jù)可視化時，pyecharts誕生了。pyecharts的作圖功能非常強大，能滿足絕大部分可視化需求。5.3.1pyecharts庫安裝pyechartspipinstallpyecharts導入必要的庫frompyecharts.chartsimportMap,Linefrompyechartsimportoptionsasoptsimportpandasaspd項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施Pyecharts是一個用于生成Echarts圖表的Python庫，它提供了豐富的圖表類型和靈活的配置選項，使得在Python中創(chuàng)建交互式圖表變得簡單而直觀。通過簡單的代碼，可以創(chuàng)建出美觀且具有交互性的圖表，非常適合用于數(shù)據(jù)分析和可視化展示。1.創(chuàng)建圖表Pyecharts提供了多種圖表類型，如柱狀圖（Bar）、折線圖（Line）、餅圖（Pie）、地圖（Map）、散點圖（Scatter）、雷達圖（Radar）、詞云（WordCloud）等。5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施（1）柱狀圖創(chuàng)建一個簡單的柱狀圖：pythonbar=Bar()bar.add_xaxis(["蘋果","橘子","梨","香蕉","草莓"])bar.add_yaxis("銷量",[5,20,36,10,75])bar.render()5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施（2）折線圖創(chuàng)建一個折線圖：pythonline=Line()line.add_xaxis(["周一","周二","周三","周四","周五"])line.add_yaxis("溫度",[11,11,15,13,12])line.render()5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施（3）餅圖創(chuàng)建一個餅圖：pythonpie=Pie()pie.add("",[("蘋果",35),("橘子",20),("梨",25),("香蕉",20)])pie.render()5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施（4）地圖創(chuàng)建一個地圖：pythonmap=Map()map.add("",[("上海",1),("北京",2),("廣州",3),("深圳",4),("成都",5)])map.render()5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施（5）配置圖表Pyecharts允許你配置圖表的各個方面，如標題、工具箱、坐標軸、數(shù)據(jù)標簽等。設置標題pythonbar.set_global_opts(title_opts=opts.TitleOpts(title="水果銷量"))5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施（6）設置坐標軸pythonbar.set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)))5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施2.設置數(shù)據(jù)標簽pythonbar.set_series_opts(label_opts=opts.LabelOpts(is_show=False,position="top"))5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施3.組合圖表Pyecharts支持將多個圖表組合在同一個頁面上。pythonpage=Page()page.add(bar,line)page.render()5.3.2熟悉pyecharts的基本使用項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施4.動態(tài)數(shù)據(jù)和交互Pyecharts支持動態(tài)數(shù)據(jù)更新和交互，可以通過配置項來實現(xiàn)。5.動態(tài)數(shù)據(jù)pythonbar.add_yaxis("動態(tài)數(shù)據(jù)",[random.randint(0,100)for_inrange(5)])5.3.3交互項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施Pyecharts支持將圖表導出為HTML文件。pythonbar.render("水果銷量.html")5.3.4導出圖表項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施掌握數(shù)據(jù)清洗、轉換和分析的基本技能。在使用Pyecharts進行數(shù)據(jù)可視化之前，通常需要對數(shù)據(jù)進行一定的清洗、轉換和分析，以確?？梢暬Y果的準確性和有效性。以下是一些基本技能5.3.5數(shù)據(jù)處理項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施1.數(shù)據(jù)清洗數(shù)據(jù)清洗是指去除數(shù)據(jù)中的噪聲和不一致性，確保數(shù)據(jù)質量。常見的數(shù)據(jù)清洗任務包括：（1）去除重復數(shù)據(jù)：刪除數(shù)據(jù)集中的重復記錄。（2）處理缺失值：填充或刪除含有缺失值的記錄。（3）糾正錯誤數(shù)據(jù)：修正數(shù)據(jù)集中的錯誤或異常值。（4）標準化數(shù)據(jù)格式：確保數(shù)據(jù)具有統(tǒng)一的格式，例如日期格式、數(shù)值格式等。5.3.5數(shù)據(jù)處理項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施2.數(shù)據(jù)轉換數(shù)據(jù)轉換是指將數(shù)據(jù)轉換成適合分析和可視化的格式。常見的數(shù)據(jù)轉換任務包括：（1）數(shù)據(jù)類型轉換：將數(shù)據(jù)列轉換為適當?shù)臄?shù)據(jù)類型，如將字符串轉換為日期或數(shù)字。（2）數(shù)據(jù)聚合：對數(shù)據(jù)進行分組和匯總，如按類別或時間段聚合數(shù)據(jù)。（3）數(shù)據(jù)重塑：調整數(shù)據(jù)結構，如將長格式數(shù)據(jù)轉換為寬格式數(shù)據(jù)。（4）特征工程：創(chuàng)建新的特征或修改現(xiàn)有特征以提高分析和可視化的效果。5.3.5數(shù)據(jù)處理項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施3.數(shù)據(jù)分析數(shù)據(jù)分析是指對數(shù)據(jù)進行探索和解釋，以發(fā)現(xiàn)數(shù)據(jù)中的模式、趨勢和關聯(lián)。常見的數(shù)據(jù)分析任務包括：（1）描述性統(tǒng)計：計算數(shù)據(jù)的基本統(tǒng)計量，如均值、中位數(shù)、標準差等。（2）相關性分析：分析變量之間的相關性，如使用相關系數(shù)。（3）趨勢分析：識別數(shù)據(jù)隨時間變化的趨勢。（4）分組比較：比較不同組別或類別的數(shù)據(jù)差異。5.3.5數(shù)據(jù)處理項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施4.示例代碼假設我們有一個包含水果銷量的數(shù)據(jù)集，我們將展示如何使用Python和Pandas庫進行數(shù)據(jù)清洗、轉換和分析，然后使用Pyecharts進行可視化。5.3.5數(shù)據(jù)處理pythonimportpandasaspdfrompyecharts.chartsimportBarfrompyechartsimportoptionsasopts項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施5.3.5數(shù)據(jù)處理#數(shù)據(jù)集data={'日期':['2021-01-01','2021-01-02','2021-01-01','2021-01-03'],'水果':['蘋果','香蕉','蘋果','橙子'],'銷量':[10,20,15,30]}#創(chuàng)建DataFramedf=pd.DataFrame(data#數(shù)據(jù)清洗#去除重復數(shù)據(jù)df=df.drop_duplicates()#處理缺失值（本例中沒有缺失值，示例）#df=df.dropna()#數(shù)據(jù)轉換#將日期列轉換為日期類型df['日期']=pd.to_datetime(df['日期'])#數(shù)據(jù)聚合#按日期和水果聚合銷量sales_summary=df.groupby(['日期','水果'])['銷量'].sum().reset_index()#數(shù)據(jù)分析#計算總銷量total_sales=df['銷量'].sum()#使用Pyecharts進行可視化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("銷量",sales_summary['水果'].tolist(),sales_summary['銷量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果銷量"))bar.render("水果銷量可視化.html")項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施5.3.5數(shù)據(jù)處理#處理缺失值（本例中沒有缺失值，示例）#df=df.dropna()#數(shù)據(jù)轉換#將日期列轉換為日期類型df['日期']=pd.to_datetime(df['日期'])#數(shù)據(jù)聚合#按日期和水果聚合銷量sales_summary=df.groupby(['日期','水果'])['銷量'].sum().reset_index()#數(shù)據(jù)分析#計算總銷量total_sales=df['銷量'].sum()#使用Pyecharts進行可視化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("銷量",sales_summary['水果'].tolist(),sales_summary['銷量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果銷量"))bar.render("水果銷量可視化.html")項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施5.3.5數(shù)據(jù)處理#使用Pyecharts進行可視化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("銷量",sales_summary['水果'].tolist(),sales_summary['銷量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果銷量"))bar.render("水果銷量可視化.html")通過上述步驟，我們首先對數(shù)據(jù)進行了清洗和轉換，然后進行了簡單的數(shù)據(jù)分析，最后使用Pyecharts創(chuàng)建了一個柱狀圖來可視化每日水果的銷量。這些基本技能是進行有效數(shù)據(jù)可視化的關鍵。項

目

導

入知

識

準

備任

務

描

述任務小

結任務實

施#假設數(shù)據(jù)文件名為'air_quality_data.csv'df=pd.read_csv('air_quality_data.csv')#數(shù)據(jù)預處理，例如轉換日期格式，篩選特定城市的數(shù)據(jù)等5.3.6數(shù)據(jù)加載與預處理項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備圖像數(shù)據(jù)標注的任務工單如下表：

表5-3-1：任務工單班級：組別：姓名：掌握程度：任務名稱使用pyecharts庫開發(fā)一個交互式的空氣質量監(jiān)測系統(tǒng)任務目標熟悉pyecharts的基本使用，包括圖表類型、配置項等標注數(shù)據(jù)CSV或JSON格式工具清單Python、Echarts、Pyecharts操作步驟導入相關圖表包進行圖表的基礎設置，創(chuàng)建圖表對象利用add()方法進行數(shù)據(jù)輸入與圖表設置利用render()方法來進行圖表保存和展示考核標準數(shù)據(jù)清洗與數(shù)據(jù)轉換是否合理pyecharts的基本使用是否準確可視化的圖形是否標準項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟一導入相關圖表包frompyecharts.chartsimportBar

bar=Bar()

bar.add_xaxis(["襯衫","羊毛衫","雪紡衫","褲子","高跟鞋","襪子"])

bar.add_yaxis("商家A",[5,20,36,10,75,90])

bar.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟二進行圖表的基礎設置，創(chuàng)建圖表對象1、初始化配置主要設置圖形的基本規(guī)格和風格形式，主要包括的內(nèi)容有:frompyecharts.chartsimportBar

#設置選項包

frompyechartsimportoptionsasopts

#設置主題包

frompyecharts.globalsimportThemeType

#設置初始化配置項

bar=(

Bar(init_opts=opts.InitOpts(theme=theme.ThemeType.LIGHT))

.add_xaxis(["村衫',"羊毛衫","雪紡衫","高踉鞋","襪子"])

.add_yaxis("商家A",[5,20,36,10,75,90])

.add_yaxis("商家B",[15,6,45,20,35,66])

.set_global_opts(title_opts=opts.Titleopts(title="主標題",subtitle="副標題"))

.set_series_opts(label_opts=opts.Labelopts(position="right"))

)

bar.render('c:\\Users\\CDB\\Desktop\\spring2020\\數(shù)據(jù)可視化\\render.html')項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟二進行圖表的基礎設置，創(chuàng)建圖表對象項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟二進行圖表的基礎設置，創(chuàng)建圖表對象2.全局配置項主要就圖表中的某些元素進行設置，主要包含的內(nèi)容可由下圖展示：項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置1.矩形樹圖frompyechartsimportoptionsasopts

frompyecharts.chartsimportPage,TreeMap

data={{"value":40,"name":"我是A"},{"value":180,

"children":"我是B",

"children":[

{

"value":76,

"name":"我是B.children",項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置"children":[

{"value":12,"name":"我是B.children.a"},

{"value":28,"name":"我是B.children.b"},

{"value":20,"name":"我是B.children.c"},

{"value":16,"name":"我是B.children.d"}

],}]

treemap={

TreeMap()

.add("演示數(shù)據(jù)",data)

.set_global_opts(title_opts=opts.TitleOpts(tile="TreeMap-基本示例"))

}

treemap.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置2.漏斗圖frompyecharts.fakerimportFaker

frompyechartsimportoptionsasopts

frompyecharts.chartsimportPage,Funnel

data=[['展現(xiàn)',70],['點擊',66],['訪問',66],['咨詢',84],['訂單',48]]

Funnel=(

Funnel()

.add("商品",data,label_opts=opts.LabelOpts(position="inside"))

.set_global_opts(title_opts=opts.TitleOpts(title="Funnel-基本示例"))

)

Funnel.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置3.雷達圖value_bj=[

[55,9,56,0.46,18,6,1],[25,11,21,0.65,34,9,2],

[56,7,63,0.3,14,5,3],[33,7,29,0.33,16,6,4],

[42,24,44,0.76,40,16,5],[82,58,90,1.77,68,33,6],

[74,49,77,1.46,48,27,7],[78,55,80,1.29,59,29,8],

[267,216,280,4.8,108,64,9],[185,127,216,2.52,61,27,10],

[39,19,38,0.57,31,15,11],[41,11,40,0.43,21,7,12],

]

項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置value_sh=[

[91,45,125,0.82,34,23,1],[65,27,78,0.86,45,29,2],

[83,60,84,1.09,73,27,3],[109,81,121,1.28,68,51,4],

[106,77,114,1.07,55,51,5],[109,81,121,1.28,68,51,6],

[106,77,114,1.07,55,51,71,[89,65,78,0.86,51,26,8],

[53,33,47,0.64,50,17,9],[80,55,801.01,75,2410],

[117,81,124,1.03,45,24,11],[99,71,142,1.1,62,42,12],

]

項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置c_schema=[

{"name":"AQI","max":300,"min":5},

{"name":"PM2.5","max":250,"min":20},

{"name":"PM10","max":300,"min":5},

{"name":"Co","max":5},

{"name":"NO2","max":200},

{"name":"SO2","max":100},

]項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置frompyechartsimportoptionsasopts

frompyecharts.chartsimportRadar

Radar=(

Radar()

.add_schema(schema=c_schema,shape="circle")

.add("北京",value_bj,color="#f9713c")

.add("上海",value_sh,color="#b3e4a1")

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(titleopts=opts.TitleOpts(title="Radar-空氣質量"))

)

Radar.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置4.詞云圖frompyechartsimportoptionsasopts

frompyecharts.chartsimportPage,wordcloud

frompyecharts.globalsimportSymbolType

words=[

("samsclub",10080),("Macys",6181),

("Amyschumer",4386),("Jurassicworld",4055),

("Chartercommunications",2467),("chickFilA",2244),

("planetFitness",1868),("PitchPerfect",1484),

("Express",1112),("Home",865),

("JohnnyDepp",847),("LenaDunham",582),

("LewisHamilton",555),("KXAN",550),

("MaryEllenMark",462),("FarrahAbraham",366),

("Ritaora",360),("SerenaWilliams",282),

("NCAAbaseballtournament",273),("PointBreak",265),

]

Cloud=(

WordCloud()

.add("",words,word_size_range=[20,100],shape=SymbolType.DIAMOND)

.set_global_opts(title_opts=opts,TitleOpts(title="WordCloud-diamond"))

)

Cloud.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置("JohnnyDepp",847),("LenaDunham",582),

("LewisHamilton",555),("KXAN",550),

("MaryEllenMark",462),("FarrahAbraham",366),

("Ritaora",360),("SerenaWilliams",282),

("NCAAbaseballtournament",273),("PointBreak",265),

]

Cloud=(

WordCloud()

.add("",words,word_size_range=[20,100],shape=SymbolType.DIAMOND)

.set_global_opts(title_opts=opts,TitleOpts(title="WordCloud-diamond")))

Cloud.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置5.平行坐標圖frompyechartsimportoptionsasopts

frompyecharts.chartsimportPage,Parallel

data=[

[1,91,45,125,0.82,34],[2,65,27,78,0.86,45],

[3,60,84,1.09,73],[4,109,81,121,1.28,68],

[5,83,106,77,114,1.07,55],[6,109,81,121,1.28,68],

[7,106,77,114,1.07,55],[8,89,65,78,0.86,51,26],

[9,53,33,47,0.64,50,17],[10,80,55,80,1.01,75,24],

[11,117,81,124,1.03,45],

]

項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置schema=[

{"dim":0,"name":"data"},

{"dim":1,"name":"AQI"},

{"dim":2,"name":"PM2.5"},

{"dim":3,"name":"PM1O"},

{"dim":4,"name":"CO"},

{"dim":5,"name":"NO2"},

]

parallel=(

Para11e1()

.add_schema(schema)

.add("parallel",data).set_global_opts(title_opts=opts.TitleOpts(title="Parallel-基本示例"))

)

parallel.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置6.日歷圖importdatetime

frompyechartsimportoptionsasopts

frompyecharts.chartsimportCalendar

flights['date']=pd.to_datetime(flights[['year','month','day']])

date_flight=flights.groupby('date')['flight'].count()

begin=datetime.date(2013,1,1)

end=datetime.date(2013,12,31)

項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置data=[

[str(begin+datetime.timedelta(days=i)),int(date_flight[i])]

foriinrange((end-begin).days+1)

]

calendar=(

Calendar()

.add("",data,calendar_opts=opts.CalendarOpts(range_-"2013"))

.set_global_opts(

title_opts=opts.TitleOpts(title="Calendar-2013年航班情況"),項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置visualmap_opts=opts.VisualMapOpts(

max=1100,

min=600,

orient="horizontal",

is_piecewise=True,

pos_top="230px",

pos_left="100px",

),

)

)

calendar.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置7.K線圖data=[

[2320.26,2320.26,2287.3,2362.94],

[2300,2291.3,2288.26,2308.38],

[2295.35,2346.5,2295.35,2345.92],

[2347.22,2358.98,2337.35,2363.81],

[2360.75,2382.48,2347.89,2383.76],

[2383.43,2385.42,2371.23,2391.82],

[2377.41,2419.02,2369.57,2421.15],

[2425.92,2428.15,2417.58,2440.38],

[2411,2433.13,2403.3,2437.42],項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置[2432.68,2334.48,2427.7,2441.73],

[2430.69,2418.53,2394.22,2433.89],

[2416.62,2432.4,2414.4,2443.03],

[2441.91,2421.56,2418.43,2444.8],

[12382.91,2373.53,2420.26,2427.07],

[2383.49,2397.18,2370.61,2397.94],

[2378.82,2325.95,2309.17,2378.82],

[2322.94,2314.16,2308.76,2330.88],

[1.12320.62,2325.82,2315.01,2338.78],

[2313.74,2293.34,2289.89,2340.71],

[2297.77,2313.22,2292.03,2324.63],[2322.32,2365.59,2308.92,2366.16],

[2364.54,2359.51,2330.86,2369.65],

[2332.08,2273.4,2259.25,2333.54],

[2274.81,2326.31,2270.1,2328.14],

[2333.61,2347.18,2321.6,2351.44],

[2340.44,2324.29,2304.27,2352.02],

[2326.42,2318.61,2314.59,2333.67],

[2314.68,2310.59,2296.58,2320.96],

[12309.16,2286.6,2264.83,2333.29],

[2282.17,2263.97,2253.25,2286.33],

[2255.77,2270.28,2253.31,2276.22],]項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置frompyechartsimportoptionsasopts

frompyecharts.chartsimportKline

kline=(

Kline()

.add_xaxis(["2017/7/{}".format(i+1)foriinrange(31)])

.add_yaxis("kline",

data,

itemstyle_opts=opts.ItemStyleOpts(

color="#ec8000",

color0="#00da3c",項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置border_color="#8A0000",

border_color0="#008F28",

),

)

.set_global_opts(

yaxis_opts=opts.AxisOpts(is_scale=True),

xaxis_opts=opts.AxisOpts(is_scale=True),

title_opts=opts.TitleOpts(title="Kline-基本示例")

)

)

kline.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置8.地理圖frompyechartsimportoptionsasopts

frompyecharts.chartsimportGeo

frompyecharts.globalsimportchartType,symbolType

province=[['廣東',44],['北京',110],['上海',145],['江西',85],['湖南',70],['浙江',113],['江蘇',36]]

geo=(

Geo()

.add_schema(maptype="china")

.add("geo",province)項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置.set_series_opts(label_opts=opts.Labelopts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="Geo-基本示例"),

)

)

geo.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置9.地理熱力圖frompyechartsimportoptionsasopts

frompyecharts.chartsimportGeo

frompyecharts.globalsimportchartType,symbolType

province=[['廣東',44],['北京',110],['上海',145],['江西',85],['湖南',70],['浙江',113],['江蘇',36]]

geo=(

Geo()

.add_schema(maptype="china")項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置.add("geo",province,type-ChartType.HEATMAP)

.set_series_opts(label_opts=opts.Labelopts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="Geo-基本示例"),

)

)

geo.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置10.地理網(wǎng)絡圖geo=(

Geo()

.add_schema(maptype="china")

.add(

"",

[("廣州",55),("北京",66),("杭州",77),("重慶",88)],

type_.ChartType.EFFECT_SCATTER,

color="white",

)

.add(

"geo",項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置[("廣州","上海"),("廣州","北京"),("廣州","杭州"),("廣州","重慶")],

type_=ChartType.LINES,

effect_opts=opts.EffectOpts(

symbol=SymbolType.ARROW,symbol_size=6,color="blue"

),

linestyle_opts=opts.Linestyleopts(curve=0.2),

)

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(title_opts=opts.TitleOpts(title="Geo-Lines"))

)

geo.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置11.網(wǎng)絡圖frompyechartsimportoptionsasopts

frompyecharts.chartsimportGraph,Page

nodes_data=[

opts.GraphNode(name="結點1",symbol_size=10),

opts.GraphNode(name="結點2",symbol_size=20),

opts.GraphNode(name="結點3",symbol_size=30),

opts.GraphNode(name="結點4",symbol_size=40),

opts.GraphNode(name="結點5",symbol_size=50),

opts.GraphNode(name="結點6",symbol_size=60),

]項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置links_data=[

opts.GraphLink(source="結點1",target="結點2",value=2),

opts.GraphLink(source="結點2",target="結點3",value=3),

opts.GraphLink(source="結點3",target="結點4",value=4),

opts.GraphLink(source="結點4",target="結點5",value=5),

opts.GraphLink(source="結點5",target."結點6",value=6),

opts.GraphLink(source="結點6",target="結點1",value=7),

]

graph=(

Graph()

.add(

""

nodes_data,

links_data,

repulsion=4000,

)

.set_global_opts(

titleopts=opts.Titleopts(title="Graph-withedgeLabel")

)

)

graph.render()項

目

導

入任

務

描

述任務小

結任務實

施知

識

準

備步驟三利用add()方法進行數(shù)據(jù)輸入與圖表設置""

nodes_data,

links_data,

repulsion=4000,

)

.set_global_o