【柱状图】——18
🌟 解锁数据可视化的魔法钥匙 —— pyecharts实战指南 🌟
在这个数据为王的时代,每一次点击、每一次交易、每一份报告背后都隐藏着无尽的故事与洞察。但你是否曾苦恼于如何将这些冰冷的数据转化为直观、吸引人的视觉盛宴?
🔥 欢迎来到《pyecharts图形绘制大师班》 🔥
在这里,你将不再受限于单调的表格和图表,而是学会如何运用pyecharts这一强大的Python数据可视化库,将复杂的数据转化为令人惊叹的交互式图形。从基础的柱状图、折线图到高级的地理热力图、关系图,每一种图形都将是你讲述数据故事的得力助手。
🌈 为什么选择我们的专栏?
- 实战导向:我们拒绝空洞的理论,直接上手实战案例。从数据准备到图形渲染,每一步都详细讲解,确保你能快速上手。
- 深度解析:不仅仅是“怎么做”,更重要的是“为什么这么做”。深入了解pyecharts背后的原理,让你的可视化作品更加专业且富有创意。
- 互动学习:专栏内设有专属交流区,遇到问题即时解答,与志同道合的伙伴共同进步。
- 持续更新:紧跟pyecharts最新版本,不断添加新图形、新功能的教学,确保你的技能永不落后。
🚀 订阅福利:
- 独家源码:获取所有案例的完整源码,直接复用或在此基础上创新。
- 定制模板:多套精美可视化模板,让你在项目中脱颖而出。
- 优先支持:享受优先解答疑问的特权,快速解决你在学习路上的任何障碍。
🌈 想象一下:
- 当你的报告以精美的图表呈现时,领导赞许的目光;
- 当你的数据故事通过交互式图形生动展现,同事们的惊叹;
- 当你的个人作品集因这些可视化作品而熠熠生辉,职业道路上的无限可能……
这一切,都从这里开始 —— 《pyecharts图形绘制大师班》。
👉 立即订阅,开启你的数据可视化之旅!让我们一起,用代码绘制世界,用图形讲述故事。
import pyecharts.options as opts
from pyecharts.charts import Bar, Line
colors = ["#5793f3", "#d14a61", "#675bba"]
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"]
legend_list = ["蒸发量", "降水量", "平均温度"]
evaporation_capacity = [
2.0,
4.9,
7.0,
23.2,
25.6,
76.7,
135.6,
162.2,
32.6,
20.0,
6.4,
3.3,
]
rainfall_capacity = [
2.6,
5.9,
9.0,
26.4,
28.7,
70.7,
175.6,
182.2,
48.7,
18.8,
6.0,
2.3,
]
average_temperature = [2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2]
bar = (
Bar(init_opts=opts.InitOpts(width="1260px", height="720px"))
.add_xaxis(xaxis_data=x_data)
.add_yaxis(
series_name="蒸发量", y_axis=evaporation_capacity, yaxis_index=0, color=colors[1]
)
.add_yaxis(
series_name="降水量", y_axis=rainfall_capacity, yaxis_index=1, color=colors[0]
)
.extend_axis(
yaxis=opts.AxisOpts(
name="蒸发量",
type_="value",
min_=0,
max_=250,
position="right",
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(color=colors[1])
),
axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
)
)
.extend_axis(
yaxis=opts.AxisOpts(
type_="value",
name="温度",
min_=0,
max_=25,
position="left",
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(color=colors[2])
),
axislabel_opts=opts.LabelOpts(formatter="{value} °C"),
splitline_opts=opts.SplitLineOpts(
is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=1)
),
)
)
.set_global_opts(
yaxis_opts=opts.AxisOpts(
type_="value",
name="降水量",
min_=0,
max_=250,
position="right",
offset=80,
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(color=colors[0])
),
axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
),
tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
)
)
line = (
Line()
.add_xaxis(xaxis_data=x_data)
.add_yaxis(
series_name="平均温度", y_axis=average_temperature, yaxis_index=2, color=colors[2]
)
)
bar.overlap(line).render("multiple_y_axes.html")