pyecharts绘制时间轮播图(柱形图、饼图、玫瑰图、折线图)

2024-03-15 00:30

本文主要是介绍pyecharts绘制时间轮播图(柱形图、饼图、玫瑰图、折线图),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1、pyecharts绘制时间轮播柱形图

from random import randint
from pyecharts import options as opts
from pyecharts.charts import Bar, Timeline
from pyecharts.globals import ThemeTypedata = {'x': ['葡萄', '芒果', '草莓', '雪梨', '西瓜', '香蕉', '橙子'],'沃尔玛': dict(zip(range(2010, 2020), [[randint(100, 1000) for fruit in range(7)] for year in range(10)])),'大润发': dict(zip(range(2010, 2020), [[randint(100, 1000) for fruit in range(7)] for year in range(10)]))}def timeline_bar() -> Timeline:x = data['x']tl = Timeline(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))for i in range(2010, 2020):bar = (Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)).add_xaxis(x).add_yaxis('沃尔玛', data['沃尔玛'][i]).add_yaxis('大润发', data['大润发'][i]).set_global_opts(title_opts=opts.TitleOpts("{}年营业额".format(i))))tl.add(bar, "{}年".format(i))return tltimeline_bar().render("timeline_bar.html")

在这里插入图片描述

2、pyecharts绘制时间轮播饼图

#导入模块
from random import randint
from pyecharts import options as opts       
from pyecharts.charts import Pie, Timeline
from pyecharts.globals import ThemeTypeattr = ["学习", "娱乐", "休息", "运动", "交流"]
list1 = [2018, 2019, 2020, 2021, 2022]
list2 = [[randint(100, 1000) for time in range(7)] for year in range(5)]    #嵌套列表data = {'x': attr,'时长': dict(zip(list1,list2))}
def timeline_pie1() -> Timeline:x = data['x']tl = Timeline(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))for i in list1:c = (Pie(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND))     #主题风格.add("",   [list(z) for z in zip(attr,data['时长'][i])] ).set_global_opts(title_opts=opts.TitleOpts(title="活动时长占比",pos_top="top",pos_left="left"),legend_opts=opts.LegendOpts(pos_left="right", orient="vertical"))       # 设置标题   .set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{d}%')))    # 显示百分比tl.add(c, "{}".format(i))return tl
timeline_pie1().render("timeline_pie.html")

在这里插入图片描述

3、pyecharts绘制时间轮播玫瑰图

#导入模块
from random import randint
from pyecharts import options as opts       
from pyecharts.charts import Pie, Timeline
from pyecharts.globals import ThemeTypeattr = ["学习", "娱乐", "休息", "运动", "交流"]
list1 = [2018, 2019, 2020, 2021, 2022]
list2 = [[randint(100, 1000) for time in range(7)] for year in range(5)]    #嵌套列表data = {'x': attr,'时长': dict(zip(list1, list2))   }
def timeline_bar1() -> Timeline:x = data['x']tl = Timeline(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))for i in list1:c = (Pie(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))     #主题风格.add("",   [list(z) for z in zip(attr,data['时长'][i])],radius=["25%", "75%"],rosetype="radius").set_global_opts(title_opts=opts.TitleOpts(title="活动时长占比",pos_top="top",pos_left="left"),legend_opts=opts.LegendOpts(pos_left="right", orient="vertical"))       # 设置标题   .set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{d}%')))    # 显示百分比tl.add(c, "{}".format(i))return tl
timeline_bar1().render("玫瑰图.html")

在这里插入图片描述

4、pyecharts绘制时间轮播折线图

#导入模块
from random import randint
from pyecharts import options as opts       
from pyecharts.charts import Line, Timeline
from pyecharts.globals import ThemeTypelist1 = [2018, 2019, 2020, 2021, 2022]
list2 = [[randint(100, 1000) for time in range(7)] for year in range(5)]    #嵌套列表data = {'x': ['学习','娱乐','休息','运动','交流'],'时长': dict(zip(list1, list2))}
def timeline_bar() -> Timeline:x = data['x']tl = Timeline()for i in list1:bar = (Line().add_xaxis(x).add_yaxis('时长(min)', data['时长'][i]).set_global_opts(title_opts=opts.TitleOpts("{}年活动时长统计".format(i))))tl.add(bar, "{}年".format(i))# tl.add_schema(play_interval=1200,   #播放速度# is_timeline_show=False,  #是否显示 timeline 组件# is_auto_play=True)return tltimeline_bar().render("折线图.html")

在这里插入图片描述

这篇关于pyecharts绘制时间轮播图(柱形图、饼图、玫瑰图、折线图)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/810211

相关文章

C++统计函数执行时间的最佳实践

《C++统计函数执行时间的最佳实践》在软件开发过程中,性能分析是优化程序的重要环节,了解函数的执行时间分布对于识别性能瓶颈至关重要,本文将分享一个C++函数执行时间统计工具,希望对大家有所帮助... 目录前言工具特性核心设计1. 数据结构设计2. 单例模式管理器3. RAII自动计时使用方法基本用法高级用法

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

MySQL按时间维度对亿级数据表进行平滑分表

《MySQL按时间维度对亿级数据表进行平滑分表》本文将以一个真实的4亿数据表分表案例为基础,详细介绍如何在不影响线上业务的情况下,完成按时间维度分表的完整过程,感兴趣的小伙伴可以了解一下... 目录引言一、为什么我们需要分表1.1 单表数据量过大的问题1.2 分表方案选型二、分表前的准备工作2.1 数据评估

MySQL中DATE_FORMAT时间函数的使用小结

《MySQL中DATE_FORMAT时间函数的使用小结》本文主要介绍了MySQL中DATE_FORMAT时间函数的使用小结,用于格式化日期/时间字段,可提取年月、统计月份数据、精确到天,对大家的学习或... 目录前言DATE_FORMAT时间函数总结前言mysql可以使用DATE_FORMAT获取日期字段

Python标准库datetime模块日期和时间数据类型解读

《Python标准库datetime模块日期和时间数据类型解读》文章介绍Python中datetime模块的date、time、datetime类,用于处理日期、时间及日期时间结合体,通过属性获取时间... 目录Datetime常用类日期date类型使用时间 time 类型使用日期和时间的结合体–日期时间(

Java获取当前时间String类型和Date类型方式

《Java获取当前时间String类型和Date类型方式》:本文主要介绍Java获取当前时间String类型和Date类型方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录Java获取当前时间String和Date类型String类型和Date类型输出结果总结Java获取

Python实现批量提取BLF文件时间戳

《Python实现批量提取BLF文件时间戳》BLF(BinaryLoggingFormat)作为Vector公司推出的CAN总线数据记录格式,被广泛用于存储车辆通信数据,本文将使用Python轻松提取... 目录一、为什么需要批量处理 BLF 文件二、核心代码解析:从文件遍历到数据导出1. 环境准备与依赖库

go中的时间处理过程

《go中的时间处理过程》:本文主要介绍go中的时间处理过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1 获取当前时间2 获取当前时间戳3 获取当前时间的字符串格式4 相互转化4.1 时间戳转时间字符串 (int64 > string)4.2 时间字符串转时间

Golang如何对cron进行二次封装实现指定时间执行定时任务

《Golang如何对cron进行二次封装实现指定时间执行定时任务》:本文主要介绍Golang如何对cron进行二次封装实现指定时间执行定时任务问题,具有很好的参考价值,希望对大家有所帮助,如有错误... 目录背景cron库下载代码示例【1】结构体定义【2】定时任务开启【3】使用示例【4】控制台输出总结背景

使用Python绘制3D堆叠条形图全解析

《使用Python绘制3D堆叠条形图全解析》在数据可视化的工具箱里,3D图表总能带来眼前一亮的效果,本文就来和大家聊聊如何使用Python实现绘制3D堆叠条形图,感兴趣的小伙伴可以了解下... 目录为什么选择 3D 堆叠条形图代码实现:从数据到 3D 世界的搭建核心代码逐行解析细节优化应用场景:3D 堆叠图