Python pyecharts可以绘制的图形还是比较的多的,比如可以用来可以绘制各种各样的图形,应用到多种不同的场合,那么,怎么用Python pyecharts去绘制基图呢?怎么快速的去绘制呢?下面就给大家详细解答下。
桑基图
桑基图(Sankey diagram),即桑基能量分流图,也叫桑基能量平衡图。它是一种特定类型的流程图,图中延伸的分支的宽度对应数据流量的大小,通常应用于能源、材料成分、金融等数据的可视化分析。因1898年Matthew Henry Phineas Riall Sankey绘制的“蒸汽机的能源效率图”而闻名,此后便以其名字命名为“桑基图”。
桑基图最明显的特征就是,始末端的分支宽度总和相等,即所有主支宽度的总和应与所有分出去的分支宽度的总和相等,保持能量的平衡。
桑基图系列模板
第一个桑基图
from pyecharts import options as opts from pyecharts.charts import Sankey nodes=[ {"name":"category1"}, {"name":"category2"}, {"name":"category3"}, {"name":"category4"}, {"name":"category5"}, {"name":"category6"}, ] links=[ {"source":"category1","target":"category2","value":10}, {"source":"category2","target":"category3","value":15}, {"source":"category3","target":"category4","value":20}, {"source":"category5","target":"category6","value":25}, ] c=( Sankey() .add( "sankey", nodes, links, linestyle_opt=opts.LineStyleOpts(opacity=0.2,curve=0.5,color="source"), label_opts=opts.LabelOpts(position="right"), ) .set_global_opts(title_opts=opts.TitleOpts(title="标题")) .render("桑基图.html") )
复杂桑基图
from pyecharts import options as opts from pyecharts.charts import Sankey colors=[ "#67001f", "#b2182b", "#d6604d", "#f4a582", "#fddbc7", "#d1e5f0", "#92c5de", "#4393c3", "#2166ac", "#053061", ] nodes=[ {"name":"a"}, {"name":"b"}, {"name":"a1"}, {"name":"b1"}, {"name":"c"}, {"name":"e"}, ] links=[ {"source":"a","target":"a1","value":5}, {"source":"e","target":"b","value":3}, {"source":"a","target":"b1","value":3}, {"source":"b1","target":"a1","value":1}, {"source":"b1","target":"c","value":2}, {"source":"b","target":"c","value":1}, ] c=( Sankey() .set_colors(colors) .add( "sankey", nodes=nodes, links=links, pos_bottom="10%", focus_node_adjacency="allEdges", orient="vertical", linestyle_opt=opts.LineStyleOpts(opacity=0.2,curve=0.5,color="source"), label_opts=opts.LabelOpts(position="top"), ) .set_global_opts( title_opts=opts.TitleOpts(title="标题"), tooltip_opts=opts.TooltipOpts(trigger="item",trigger_on="mousemove"), ) .render("复杂桑基图.html") )
这个桑基图的案例已经可以完成你的可视化工作量了,其实一般研究桑基图的还是相对于比较少。
到此为止,这篇文章就给大家介绍完毕,希望可以给大家带来一定帮助。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/128296.html
小编写这篇文章的主要目的,主要还是去进行讲解一些关于Python pyecharts绘制仪表盘的一些讲解,具体怎么去进行操作呢?下面就给大家详细解答下。 仪表盘 仪表盘的效果我只能说炫酷而已,如果想要运用在实际的场景中,我其实也不清楚那个场景比较适合,但是pyecharts毕竟是炫酷可视化的利器,炫酷自然也就有它了。 小汽车仪表盘是长这样的,下面我们来看看pyecharts的仪表盘是怎么...
小编写这篇文章的主要目的,主要是来给大家去做出一个相关性的介绍,介绍的内容主要还是涉及到Python pyecharts,主要是利用Python pyecharts去绘制漏斗,那么,具体要怎么绘制呢?下面给大家详细解答下。 漏斗图 漏斗图是由Light等在1984年提出,一般以单个研究的效应量为横坐标,样本含量为纵坐标做的散点图。效应量可以为RR、OR和死亡比或者其对数值等。理论上讲,被纳...
Python pyecharts作为常用的数据可视化软件,能够清晰的将海量的数据,去做一个拆分,要是更直观的去查看数据图表的话,就需要去制作云图了?那么,怎么制作云图呢?下面就给大家详细的做个解答。 词云图 什么是词云图,相信大家肯定不会感到陌生,一本书统计里面出现的词频,然后可视化展示,让读者快速的了解这个主题纲要,这就是词云的直接效果。 词云图系列模板 固定模式词云图 修改一些参...
小编写这篇文章的主要方法,就是介绍关于Python pyecharts的一些相关技巧,包括教给大家怎么去使用Python pyecharts绘制雷达图。其实,说起来还是挺麻烦的,那么,我们要怎么去绘制雷达图呢?有没有什么比较好用的方法呢?下面给大家详细解答下。 雷达图 雷达图是以从同一点开始的轴上表示的三个或更多个定量变量的二维图表的形式显示多变量数据的图形方法。轴的相对位置和角度通常是无...
小编写这篇文章的主要目的,主要是给大家去做一个解答,解答的内容主要是关于Python pyecharts的一些案例,包括如何使用它去进行绘制一个相关的散点图,怎么能够快速的去进行绘制。就具体的内容,下面就给大家详细解答下。 什么是散点图? 散点图是指在数理统计回归分析中,数据点在直角坐标系平面上的分布图,散点图表示因变量随自变量而变化的大致趋势,由此趋势可以选择合适的函数进行经验分布的拟合...
阅读 909·2023-01-14 11:38
阅读 876·2023-01-14 11:04
阅读 739·2023-01-14 10:48
阅读 1979·2023-01-14 10:34
阅读 941·2023-01-14 10:24
阅读 818·2023-01-14 10:18
阅读 498·2023-01-14 10:09
阅读 571·2023-01-14 10:02