python可视化来分析全国疫情
Python 分析 可视化 全国 疫情
2023-09-27 14:25:58 时间
很长一段时间在python下出图都是使用matplotlib 其好处就是应用比较广泛 文档很容易找 不过出的图微显丑陋。pyecharts 是百度的echarts基于python的实现 可以很方便的直接在python里进行调用。其出的图相当漂亮。但由于版本原因 一些方法可能和老的版本会有不同。
我这里使用的python版本是python3.7 使用pyecharts也是最新的。使用pip安装还是比较简单的。
pip install pyecharts pip install pyecharts-jupyter-installer
注意 第二个包是为了和jupyter进行集成用的 便于直接在页面上出图。第二个包不装或都调用的参数不对 都会出现如下的报错
Javascript error adding output! ReferenceError: echarts is not defined See your browser Javascript console for more details.
另外国内的地图和之前的版本不同 是进行了单独分离过的 如果需要使用 需要使用如下命令进行安装
pip install echarts-countries-pypkg pip install echarts-china-provinces-pypkg pip install echarts-china-cities-pypkg pip install echarts-china-counties-pypkg pip install echarts-china-misc-pypkg pip install echarts-united-kingdom-pypkg
安装完成后 可以使用pip show pyecharts 查看安装的位置。
我这里使用的jupyter直接在页面上调用使用的 测试代码如下
from pyecharts.charts import Bar from pyecharts import options as opts bar ( Bar() .add_xaxis([ 衬衫 , 毛衣 , 领带 , 裤子 , 风衣 , 高跟鞋 , 袜子 ]) .add_yaxis( 商家A , [114, 55, 27, 101, 125, 27, 105]) .add_yaxis( 商家B , [57, 134, 137, 129, 145, 60, 49]) .set_global_opts(title_opts opts.TitleOpts(title 某商场销售情况 )) bar.render_notebook() #bar.render() #使用render方法会生成html页面
直接页面上运行后结果如下
另外如果在jupyter页面上不能出图 除了上面提到的类名称引入不对外 还可能是缺少html5lib包。还需要注意jupter和jupterlab是两个不同的产品 后面这个是jupter的未来版。这个在引入的时候使用的代码是有区别的。具体可以看官方示例。
from pyecharts import options as opts from pyecharts.charts import Geo from pyecharts.globals import ChartType, SymbolType import requests import json res json.loads(requests.get( http://www.dzyong.top:3005/yiqing/province/ ).text) print(res) province [p[ provinceName ] for p in res[ data ]] val1 [p[ confirmedNum ] for p in res[ data ]] val2 [p[ curesNum ] for p in res[ data ]] val3 [p[ deathsNum ] for p in res[ data ]] geo Geo() geo.add_schema(maptype china ) geo.add( geo , [list(z) for z in zip(province, val1)], type_ ChartType.EFFECT_SCATTER, geo.set_series_opts(label_opts opts.LabelOpts(is_show False, background_color black , color green )) geo.set_global_opts( visualmap_opts opts.VisualMapOpts(is_piecewise True, min_ 0, max_ 30000), title_opts opts.TitleOpts(title 全国实时数据 )) geo.render( 全国实时数据.html )
、
【python可视化】python编码规范、标准库与扩展库对象的导入与使用 代码布局和排版在很大程度上决定了代码可读性的好坏,变量名、函数名、类名等标识符名称也会对代码的可读性带来一定的影响。一个好的python代码不仅应该是正确的,还应该是漂亮的、优雅的。
python机器学习数据建模与分析——决策树详解及可视化案例 你是否玩过二十个问题的游戏,游戏的规则很简单:参与游戏的一方在脑海里想某个事物,其他参与者向他提问题,只允许提20个问题,问题的答案也只能用对或错回答。问问题的人通过推断分解,逐步缩小待猜测事物的范围。决策树的工作原理与20个问题类似,用户输人一系列数据,然后给出游戏的答案。我们经常使用决策树处理分类问题,近来的调查表明决策树也是最经常使用的数据挖掘算法。它之所以如此流行,一个很重要的原因就是使用者基本上不用了解机器学习算法,也不用深究它是如何工作的。
Lansonli CSDN大数据领域博客专家,华为云享专家、阿里云专家博主、腾云先锋(TDP)核心成员、51CTO专家博主,全网六万多粉丝,知名互联网公司大数据高级开发工程师
相关文章
- 【Python开发】使用python中的matplotlib进行绘图分析数据
- 【Python开发】使用python中的matplotlib进行绘图分析数据
- 基于python+pyqt+深度学习实现图像转素描【附部分源码】
- 性能测试,python 内存分析工具 -memray
- 7.Python数据分析项目之银行客户流失分析
- 5.Python中pandas对Series与DataFrame对象的索引与切片详解
- Python用户名密码登录系统(MD5加密并存入文件,三次输入错误将被锁定)及对字符串进行凯撒密码加解密操作
- Python安装模块出错(No module named setuptools)解决方法
- 零基础也能学会Python(上)
- Python 练习:三级菜单选择城市(二)
- 使用Python爬取分析腾讯新冠疫情数据,并对json格式进行校验
- 成功解决:Can‘t find Python executable “python“, you can set the PYTHON env variable.
- python nose测试框架全面介绍十一---用例的发现
- PyQt(Python+Qt)学习随笔:树型部件QTreeWidget中的项编辑方法editTriggers、editItem和openPersistentEditor作用及对比分析
- 第9.5节 Python的readlines读取文件内容及其参数hint使用分析
- 第8.23节 Python中使用sort/sorted排序与“富比较”方法的关系分析
- Python的富比较方法__lt__、__gt__之间的关联关系分析
- Python使用property函数和使用@property装饰器定义属性访问方法的异同点分析
- 【机器学习算法-python实现】K-means无监督学习实现分类
- Python OpenCV 保存视频中有人脸的图片
- Python NumPy ufunc log 对数
- 小白必看:python市场行情分析!
- 用Python编程借助现有量化平台编写股票交易策略和回测分析
- python的内存分析和处理
- python - 相当于 `curl --user` 参数的 HTTP 请求