第九章 数据可视化—pyecharts
2023-12-21 16:47:07
9.1 pyecharts概述
pyecharts是一个针对Python用户开发的,用于生成ECharts图表的库,与matplotlib相比,pyecharts具有以下优势:
-
简洁的API使开发者使用起来非常便捷,且支持链式调用
-
程序可以轻松的集成至Flask,Sanic,Django等主流的Web框架中
-
程序可在主流的Jupyter Notebook或JupyterLab工具上运行
-
灵活的配置项可以轻松搭配出精美的图表
-
详细的文档和示例可以帮助开发者快速的上手
使用cmd指令打开dos窗口,执行pip install pyecharts指令下载和安装pyecharts库模块
9.2 pyecharts基础知识
9.2.1 快速绘制图表
pyecharts提供了简单的API和众多示例,可以帮助开发人员快速开发项目。
from pyecharts.charts import Bar
from pyecharts import options as opts
# 创建 Bar 类的对象 , 并指定画布的大小
bar = Bar(init_opts=opts.InitOpts(width='600px', height='300px'))
# 添加 x 轴和 y 轴的数据
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# 设置标题、y 轴标签
bar.set_global
文章来源:https://blog.csdn.net/u010321564/article/details/135131585
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!