Python 自动化办公实战课
尹会生
前游戏公司技术总监,前新浪网研发中心技术经理
21781 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已完结/共 37 讲
Python 自动化办公实战课
15
15
1.0x
00:00/00:00
登录|注册

25|图表库:想要生成动态图表,用Echarts就够了

数据的准确性和详细程度
嵌套元组的形式
调整数据格式
确认数据的格式和来源
数据来源
数据格式
加载数据和设置图表样式
确定图表类型
确认数据的格式和来源
数据的格式和数据来源
验证pyecharts库是否被成功安装
使用pip安装pyecharts
更丰富的内容信息
结合静态图表和数据
容纳更多种类、更丰富的数据信息
增强图片的表现力
通过数据直观展示结果
有没有办法让网页自动更新
如何自动删除上一个生成的文件
图表绘制过程的通用使用原则
图表的绘制难点在数据格式的处理上
动态图表的制作方法
绘图:使用pyecharts绘制动态图表
数据:为pyecharts加载数据
安装pyecharts
动态图表展示的结果
动态图表
静态图表
思考题
小结
怎么使用pyecharts绘制疫情实时地图
使用Python的库pyecharts进行绘制
使用HTML网页文件格式展示动态图表
举例:全国新冠确诊病例的分布
静态图表 vs. 动态图表
怎么使用Seaborn来生成图片格式的图表
参考文章

该思维导图由 AI 生成,仅供参考

你好,我是尹会生。
在上一讲中,我们学习了怎么使用 Seaborn 来生成图片格式的图表。事实上,图片格式的图表也被称作静态图表,它能通过数据来更直观地展示结果。
不过很多时候,我们不仅要通过图片直观地展示数据,还要让图片容纳更多种类、更丰富的数据信息。这个时候,静态图表能展示的结果就十分有限了。比如你希望能给领导和同事在会议上演示数据的分析结果时,需要通过一张图来容纳更多的数据。
别担心,这时候我们可以采用动态图表的方法,来增强图片的表现力。因为动态图表展示的结果,相当于静态图表和数据这两者的混合,所以容纳的内容信息也就更丰富。
举个例子,我希望用一张图片来展示全国新冠确诊病例的分布。如果采用动态图,我就可以把鼠标移动到我需要查看的省份上面,显示该地区的确诊人数等相关信息。
就像下面这张截图一样。这张分布图不但基于颜色深浅显示了确诊人数的变化,还能通过鼠标悬停来显示具体的数据。使用起来是不是很方便?
这张动态图表是使用 HTML 网页文件格式来展示的。同时,它也采用了 Python 的库 pyecharts 进行了绘制,其中的图形、数据都可以基于你的需要进行调整。最重要的是,绘制这样一张图片,操作起来和 seaborn 生成静态图表一样简单。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

Echarts是一个强大的图表库,可生成动态图表,展示更丰富的数据信息。与静态图表相比,动态图表更直观,容纳更多种类的信息。通过Echarts绘制动态图表,可轻松展示数据分析结果,如全国新冠确诊病例的分布。使用Python的库pyecharts,可绘制动态图表,并根据需要调整图形和数据。安装pyecharts时需注意依赖包的安装,可通过命令验证pyecharts是否成功安装。加载数据前,需确认数据格式和数据来源,以便将数据转换为符合pyecharts绘图的格式。确认数据的格式和来源后,需要调整数据格式为pyecharts需要的嵌套元组格式。通过对数据的抓取、分析和处理,源数据的格式和内容就准备完成了。接下来需要将源数据加载到pyecharts中,并指定图形的类型和样式。文章详细介绍了如何使用pyecharts绘制动态图表,以及安装和加载数据的相关注意事项。 在本文中,通过pyecharts展示了疫情实时信息的动态图表,并介绍了图表的制作方法。动态图表的制作方法相对复杂,但一张图能容纳的信息也更多,需要根据工作场景合理选择图表种类。图表的绘制难点在数据格式的处理上,通过网络采集数据往往要经过从JSON格式到字典再到元组的嵌套。掌握通用的使用原则,可加快自动办公的效率。掌握更多图表类型,能够通过图形表达的信息更清晰。文章还提出了思考题,让读者思考如何自动删除上一个生成的文件以及让网页自动更新的方法。 总之,本文通过实例详细介绍了使用pyecharts绘制动态图表的方法,以及相关注意事项,对读者进行了技术指导和思考引导。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《Python 自动化办公实战课》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(6)

  • 最新
  • 精选
  • somenzz
    思考题:定时任务,先删除文件,然后执行下上述脚本,控制浏览器强制刷新。

    作者回复: 赞!

    2021-07-20
    1
  • 如何生成图片放在PPT中或者纯粹是PPT

    作者回复: 这里要再追问一层 图片是怎样制作出来的? 之后才是图片转换PPT的操作

    2021-04-14
    1
  • Ed_Lee™
    之前在工作中,用plotly做过类似的动态分析图(数据格式是dataframe),当时觉得图例类型也覆盖的很全;听说echarts很强大,但自己一直也没用过 因此想请教下,plotly和echarts之间对比,它们会有很不一样的适用场景吗?

    作者回复: 结论前置,没有区别。 图表的主要区别在于类型、样式,这两个软件没多大差别。 要看更细节的地方,那就是生成图表的便利性,是否支持动态图表,是否支持多个格式的导出(图片、SVG、动图、视频等)。刚巧这两个图表生成方式都足够简洁,都不支持动态图表。所以它们两个差别不大

    2022-02-04
  • 天国之影
    如果使用Jupyter Notebook运行,可以使用map_chart.render_notebook()进行展示 代码示例:https://relph1119.github.io/TechBooks-ReadingNote/#/python_office_automation/section05

    编辑回复: 看到你一直在坚持学习,还能针对细节提出问题,非常棒哈!另外,如果想保存成jpg,需要在保存前增加一句 image.convert('RGB') 即可

    2021-12-11
  • 谢韬 Fragos
    为了让加载的这些json数据容易阅读, 我写了下面的代码让数据结构匹配缩进。运行后就很容找到areaTree 和children 。 import requests import json url='https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5' data = requests.get(url) print (data) alldata= json.loads(data.json()['data']) print(alldata) print(type(alldata)) readable_file = 'readable_eq_data.json' with open(readable_file,'w',encoding='utf8') as f: json.dump(alldata,f,indent=4,ensure_ascii= False)
    2022-03-30
    1
  • ifelse
    学习打卡
    2023-07-22归属地:浙江
收起评论
显示
设置
留言
6
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部