Python之pyecharts的常见用法4-3D柱状图

news2024/10/3 2:18:43

专栏导读

🌸 欢迎来到Python办可视化化专栏，目前专栏正在更新中

🏳️‍🌈 博客主页：请点击——> 一晌小贪欢的博客主页求关注

👍 此外还有python办公自动化专栏：请点击——>Python办公自动化专栏求订阅

👍 此外还有python爬虫专栏：请点击——>Python爬虫基础专栏求订阅

文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏

❤️ 欢迎各位佬关注！ ❤️

背景

Pyecharts是一个基于Echarts的Python可视化库，可以用Python语言轻松地生成各种交互式图表和地图。它支持多种图表类型，包括折线图、柱状图、散点图、饼图、地图等，并且可以通过简单的API调用实现数据可视化。

Pyecharts的优点包括：

1. 简单易用：Pyecharts提供了简单易用的API，可以轻松地生成各种图表和地图。

2. 丰富的图表类型：Pyecharts支持多种图表类型，包括折线图、柱状图、散点图、饼图、地图等。

3. 交互式可视化：Pyecharts生成的图表可以进行交互式操作，包括缩放、拖拽、数据筛选等。

4. 支持多种数据格式：Pyecharts支持多种数据格式，包括CSV、JSON、Excel等。

5. 可扩展性强：Pyecharts可以与其他Python库和框架集成，如Pandas、Flask、Django等。

总之，Pyecharts是一个功能强大、易于使用的Python可视化库，可以帮助开发者快速生成各种交互式图表和地图。

今天我们一起看一下Pyecharts常见基础用法

1、3D柱状图

代码

hours = [
    "12a",
    "1a",
    "2a",
    "3a",
    "4a",
    "5a",
    "6a",
    "7a",
    "8a",
    "9a",
    "10a",
    "11a",
    "12p",
    "1p",
    "2p",
    "3p",
    "4p",
    "5p",
    "6p",
    "7p",
    "8p",
    "9p",
    "10p",
    "11p",
]
days = ["Saturday", "Friday", "Thursday", "Wednesday", "Tuesday", "Monday", "Sunday"]

data = []
for i in range(7):
    for i2 in range(24):
        data.append([i,i2,random.randint(0,3)])


for i3 in data:
    print(i3)

data = [[d[1], d[0], d[2]] for d in data]

(
    Bar3D()
    .add(
        series_name="",
        data=data,
        xaxis3d_opts=opts.Axis3DOpts(type_="category", data=hours),
        yaxis3d_opts=opts.Axis3DOpts(type_="category", data=days),
        zaxis3d_opts=opts.Axis3DOpts(type_="value"),
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(
            max_=20,
            range_color=[
                "#313695",
                "#4575b4",
                "#74add1",
                "#abd9e9",
                "#e0f3f8",
                "#ffffbf",
                "#fee090",
                "#fdae61",
                "#f46d43",
                "#d73027",
                "#a50026",
            ],
        )
    )
    .render("bar3d_punch_card.html")
)

请添加图片描述

2、3D柱状图

import random

from pyecharts import options as opts
from pyecharts.charts import Bar3D
from pyecharts.faker import Faker


data = [(i, j, random.randint(0, 12)) for i in range(6) for j in range(24)]
c = (
    Bar3D()
    .add(
        "",
        [[d[1], d[0], d[2]] for d in data],
        xaxis3d_opts=opts.Axis3DOpts(Faker.clock, type_="category"),
        yaxis3d_opts=opts.Axis3DOpts(Faker.week_en, type_="category"),
        zaxis3d_opts=opts.Axis3DOpts(type_="value"),
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(max_=20),
        title_opts=opts.TitleOpts(title="Bar3D-基本示例"),
    )
    .render("bar3d_base.html")
)

在这里插入图片描述

3、3D柱状图

import random

from pyecharts import options as opts
from pyecharts.charts import Bar3D

x_data = y_data = list(range(10))


def generate_data():
    data = []
    for j in range(10):
        for k in range(10):
            value = random.randint(0, 9)
            data.append([j, k, value * 2 + 4])
    return data


bar3d = Bar3D()
for _ in range(10):
    bar3d.add(
        "",
        generate_data(),
        shading="lambert",
        xaxis3d_opts=opts.Axis3DOpts(data=x_data, type_="value"),
        yaxis3d_opts=opts.Axis3DOpts(data=y_data, type_="value"),
        zaxis3d_opts=opts.Axis3DOpts(type_="value"),
    )
bar3d.set_global_opts(title_opts=opts.TitleOpts("Bar3D-堆叠柱状图示例"))
bar3d.set_series_opts(**{"stack": "stack"})
bar3d.render("bar3d_stack.html")