Pyecharts数据可视化(三)

news/2024/5/6 10:59:59/文章来源:https://blog.csdn.net/m0_64087341/article/details/132642313

目录

1.绘制词云图

2.绘制桑基图

3.绘制平行坐标图

4.绘制结点图

5.绘制地图

本文主要介绍了如何利用Pyecharts绘制词云图、桑基图、平行坐标图、节点图和地图,虽然这些图平时不是很常用,但是看起来还是比较好看的,如果放在论文当中,相信可以让论文更上一层楼。

1.绘制词云图

Pyecharts使用WordCloud绘制词云图。

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
from pyecharts.globals import SymbolType
words = [("牛肉面", 7800),("黄河", 6181),("《读者》杂志", 4386), ("甜胚子", 3055),("甘肃省博物馆", 2055),("莫高窟", 8067),("兰州大学", 4244),("西北师范大学", 1868),("中山桥", 3484),("月牙泉", 1112),("五泉山", 980),("五彩丹霞", 865),("黄河母亲", 847),("崆峒山",678),("羊皮筏子", 1582),("兴隆山",868),("兰州交通大学", 1555),("白塔山", 2550),("五泉山", 2550)]
c = WordCloud()
c.add("", words, word_size_range=[20, 80])
c.set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-基本示例"))
c.render_notebook()

结果图:

2.绘制桑基图

桑基图也称为桑基流图或桑基能量图,是一种用于可视化流量、转移或关系的图表类型。它主要由节点(node)和边(link)组成,节点代表一个实体或者一组实体,边表示在节点间的流动或转移。桑基图在展示数据流向和比例的同时,能够清晰地呈现各个节点之间的关系和互动。

from pyecharts import options as opts
from pyecharts.charts import Sankey
# 节点数据
nodes = [{'name': '男生'},{'name': '女生'},{'name': '打游戏'},{'name': '加班'},{'name': '追剧'},
]# 边数据
links = [{"source": '男生', "target": '打游戏', "value": 30},{"source": '男生', "target": '加班', "value": 20},{"source": '女生', "target": '打游戏', "value": 40},{"source": '女生', "target": '加班', "value": 15},{"source": '女生', "target": '追剧', "value": 25},
]
sankey = (Sankey().add("",nodes,links,linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),label_opts=opts.LabelOpts(position="right"),node_gap=25).set_global_opts(title_opts=opts.TitleOpts(title="男生女生兴趣分布"),tooltip_opts=opts.TooltipOpts(trigger="item", trigger_on="mousemove"),)
)
sankey.render_notebook()

结果图:

3.绘制平行坐标图

平行坐标图(Parallel Coordinates Plot)是一种多维数据可视化方法,用于可视化具有多个数值型变量的数据集。它通过在平行的直线上绘制多个坐标轴,每个轴代表一个变量,将每个数据点映射到这些坐标轴上的相应位置,以展示多个变量之间的关系和趋势。

from pyecharts import options as opts
from pyecharts.charts import Parallel
import numpy as np
import seaborn as sns
data=sns.load_dataset('iris')
data1=np.array(df[['sepal_length','sepal_width','petal_length','petal_width']]).tolist()
parallel_axis=[{"dim":0,"name":"萼片长度"},{"dim":1,"name":"萼片宽度"},{"dim":2,"name":"花瓣长度"},{"dim":3,"name":"花瓣宽度"},]
parallel=Parallel(init_opts=opts.InitOpts(width='600px',height='400px'))
parallel.add_schema(schema=parallel_axis)
parallel.add('iris平行坐标图',data=data1,linestyle_opts=opts.LineStyleOpts(width=4,opacity=0.5))
parallel.render_notebook()

结果图:

4.绘制节点图

节点图(Node Link Diagram),也被称为网络图(Network Diagram)或关系图(Graph),是一种用于可视化节点(也称为顶点)和它们之间连接(也称为边)的图表。节点图常用于表示复杂的关系、网络或系统。在节点图中,节点表示实体或对象,如人、地点、物品等,而连接则表示节点之间的关系或连接方式。连接可以是有向的或无向的,具体取决于节点间的关系性质。

from pyecharts import options as opts
from pyecharts.charts import Graphnodes = [{"name": "A"},{"name": "B"},{"name": "C"},{"name": "D"},{"name": "E"},{"name": "F"},
]links = []
for i in range(len(nodes)):for j in range(i+1, len(nodes)):links.append({"source": nodes[i]["name"], "target": nodes[j]["name"]})graph = (Graph().add("", nodes, links, repulsion=800, layout="force", is_draggable=True).set_global_opts(title_opts=opts.TitleOpts(title="Relationship Graph")).render("relationship_graph.html")
)

结果图:

5.绘制地图

绘制全国主要城市航班流动图

from pyecharts import options as opts 
from pyecharts.charts import Geo 
from pyecharts.globals import ChartType, SymbolTypec = (Geo().add_schema(maptype="china").add( "",[ ("哈尔滨", 66), ("重庆", 88), ("上海", 100), ("乌鲁木齐", 30),("北京", 30),("兰州",170)],type_=ChartType.EFFECT_SCATTER,color="green",).add("geo",[("北京", "兰州"),( "兰州","北京"), ("重庆", "杭州"),("哈尔滨", "重庆"),("乌鲁木齐", "哈尔滨")],type_=ChartType.LINES,effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW, symbol_size=6, color="blue"),linestyle_opts=opts.LineStyleOpts(curve=0.2),).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title="主要城市航班路线和数量")))c.render_notebook()

结果图:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_166234.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

3D封装技术发展

长期以来,芯片制程微缩技术一直驱动着摩尔定律的延续。从1987年的1um制程到2015年的14nm制程,芯片制程迭代速度一直遵循摩尔定律的规律,即芯片上可以容纳的晶体管数目在大约每经过18个月到24个月便会增加一倍。但2015年以后,芯片制…

一个集成的BurpSuite漏洞探测插件1.2

4、DNSLog查询漏报 注:扫描结束后才会在BurpSuite的Target、Dashboard模块显示高危漏洞,进程扫描中无法进行同步,但可以在插件中查看(涉及到DoPassive方法问题)。

C++(20):多重继承与虚继承

多重继承 是指从多个直接基类中产生派生类的能力。多重继承的派生类继承了所有父类的属性。 多重继承 在派生类的派生列表中可以包含多个基类: class Bear : public zooAnimal { class Panda : public Bear, public Endangered{/* ...*/};每个基类包含一个可选的…

面试题 ⑤

1、TCP与UDP的区别 UDPTCP是否连接无连接,即刻传输面向连接,三次握手是否可靠不可靠传输,网络波动拥堵也不会减缓传输可靠传输,使用流量控制和拥塞控制连接对象个数支持一对一,一对多,多对一和多对多交互通…

软件架构Architecture篇卷首语

2023年9月2日,周六晚上 我为什么要开始学习软件架构?我为什么要专门开始这个专栏? 原因如下: Well-structured software is delivered in half the time, at half the cost, with 8x less bugs ——US Air Force study 这句话是我…

Navicat连接数据库报2003错误解决办法

是防火墙还没有开启 查看防火墙管理的端口 设置3306防火墙开启,重载防火墙 连接成功

第6讲:利用VBA获得指定行、列中最后一个非空单元格

【分享成果,随喜正能量】修行佛法从哪儿下手呢?要从信心下手。佛法大海,唯信能入。三皈依就是世间获得吉祥如意,出世间获得究竟解脱的正因,慎勿退失,谨守修行。。 《VBA代码解决方案》(10028096)这套教程是…

8.(Python数模)马尔科夫链预测

Python实现马尔科夫链预测 马尔科夫链原理 马尔科夫链是一种进行预测的方法,常用于系统未来时刻情况只和现在有关,而与过去无关。 用下面这个例子来讲述马尔科夫链。 如何预测下一时刻计算机发生故障的概率? 当前状态只存在0(故…

Python之作业(一)

Python之作业(一) 作业 打印九九乘法表 用户登录验证 用户依次输入用户名和密码,然后提交验证用户不存在、密码错误,都显示用户名或密码错误提示错误3次,则退出程序验证成功则显示登录信息 九九乘法表 代码分析 先…

【Day-27慢就是快】代码随想录-二叉树-二叉树的最小深度

给定一个二叉树,找出其最小深度。 最小深度是从根节点到最近叶子节点的最短路径上的节点数量。 说明: 叶子节点是指没有子节点的节点。 —————————————————————————————————— 1. 递归法 确定单层递归的逻辑: 与最…

makefile开发应用程序的一个通用模板

下面是一个通用的 Makefile 模板,用于开发 C 语言应用程序: # 编译器设置 CC gcc CFLAGS -Wall -Wextra -stdc99# 可执行文件名 TARGET your_program# 源文件和对象文件 SRCS main.c file1.c file2.c OBJS $(SRCS:.c.o)# 默认目标 all: $(TARGET)#…

【哈士奇赠书活动 - 36期】- 〖Django Web 开发实例精解〗

文章目录 ⭐️ 赠书 - 《Django Web开发实例精解》⭐️ 内容简介⭐️ 作者简介⭐️ 编辑推荐⭐️ 赠书活动 → 获奖名单 ⭐️ 赠书 - 《Django Web开发实例精解》 ⭐️ 内容简介 《Django Web开发实例精解》详细阐述了与Django相关的基本解决方案,主要包括模型和数据…

AtCoder Beginner Contest 318

目录 A - Full Moon B - Overlapping sheets C - Blue Spring D - General Weighted Max Matching E - Sandwiches F - Octopus A - Full Moon #include<bits/stdc.h> using namespace std; const int N1e65; typedef long long ll ; const int maxv4e65; typedef …

原子操作的原理和实现

目录 相关术语 处理器如何实现原子操作 Java如何实现原子操作 循环CAS实现原子操作 使用锁机制实现原子操作 原子操作是指一个或者多个不可再分割的操作。这些操作的执行顺序不能被打乱。 相关术语 缓存行&#xff1a;缓存的最小操作单位 &#xff08;面试题、重点&…

SQL查询本年每月的数据

--一、以一行数据的形式&#xff0c;显示本年的12月的数据&#xff0c;本示例以2017年为例&#xff0c;根据统计日期字段判断&#xff0c;计算总和&#xff0c;查询语句如下&#xff1a;selectsum(case when datepart(month,统计日期)1 then 支付金额 else 0 end) as 1月, sum…

植物大战僵尸各种僵尸攻略(一)

前言 此文章为“植物大战僵尸”专栏中的004刊&#xff08;2023年9月第2刊&#xff09;&#xff0c;欢迎订阅。版权所有。 注意&#xff1a; 1.本博客适用于pvz无名版&#xff1b; 2.pvz指植物大战僵尸&#xff08;Plants VS Zonbies)&#xff1b; 3.本文以耗费低做标准&am…

企业应用系统 PHP项目支持管理系统Dreamweaver开发mysql数据库web结构php编程计算机网页

一、源码特点 PHP 项目支持管理系统是一套完善的web设计系统 应用于企业项目管理&#xff0c;从企业内部的各个业务环境总体掌握&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主要采用B/S模式开发。 php项目支撑管理系统2 二、功能介绍 (1)权限管理&#xff1…

PaddleNLP使用Vicuna

LLaMA 模型 LLaMa 是一个大型语言模型&#xff0c;由 Meta 开源。它的全称是 Large Language Model Meta AI&#xff0c;参数量从 70 亿到 650 亿不等。例如&#xff0c;130 亿参数的 LLaMA 模型在大多数基准上可以胜过参数量达 1750 亿的 GPT-3&#xff0c;而且可以在单块 V1…

Python中的绝对和相对导入

在本文中&#xff0c;我们将看到Python中的绝对和相对导入。 Python中导入的工作 Python中的import类似于C/C中的#include header_file。Python模块可以通过使用import导入文件/函数来访问其他模块的代码。import语句是调用import机制的最常见方式&#xff0c;但它不是唯一的…

2023/9/3周报

目录 摘要 文献阅读1 1、标题和提出问题 2、物理模型对于水质预测的缺陷 3、模型框架 4、相关公式 5、结果分析 文献阅读2 1、标题和提出问题 2、问题叙述 3、模型框架 4、误差修补 5、实验结果和分析 总结 摘要 本周阅读了2篇论文&#xff0c;分别为一种基于深…