数据可视化—Echarts图表应用

大数据 数据可视化
ECharts是一款由百度前端技术部开发的,基于Javascript的数据可视化图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表。

ECharts是一款由百度前端技术部开发的,基于Javascript的数据可视化图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表。

使用 JavaScript 实现开源的可视化库,可以流畅的运行在 PC 和移动设备上,兼容当前绝大部分浏览器,底层依赖轻量级的矢量图形库 ZRender,提供直观,交互丰富,可高度个性化定制的数据可视化图表。

具有丰富的可视化类型,ECharts 提供了常规的折线图、柱状图、散点图、饼图、K线图,用于统计的盒形图,用于地理数据可视化的地图、热力图、线图,用于关系数据可视化的关系图、treemap、旭日图,多维数据可视化的平行坐标,还有用于 BI 的漏斗图,仪表盘,并且支持图与图之间的混搭。

ECharts提供大量常用的数据可视化图表,底层基于ZRender(一个全新的轻量级canvas类库),创建了坐标系,图例,提示,工具箱等基础组件,并在此上构建出折线图(区域图)、柱状图(条状图)、散点图(气泡图)、饼图(环形图)、K线图、地图、力导向布局图以及和弦图,同时支持任意维度的堆积和多图表混合展现。

 

数据可视化—Echarts图表应用

多图联动

 

数据可视化—Echarts图表应用

值域漫游

 

数据可视化—Echarts图表应用

大规模散点图

 

数据可视化—Echarts图表应用

子区域地图模式

 

数据可视化—Echarts图表应用
代码示例

目标完成率

 

数据可视化—Echarts图表应用
  1. #数据分析指标完成情况from pyecharts import Gaugegauge=Gauge('目标完成 
  2. ')gauge.add('任务指标','完成率',80.2)#gauge.render('gauge.html')#图 
  3. 表输出gauge.render()gauge 

水球图

 

数据可视化—Echarts图表应用
  1. #水球图from pyecharts import Liquidliquid=Liquid("水球图"   
  2.            )liquid.add("水球",[0.8])#liquid.render('liquid.html')#图 
  3. 表输出到路径下liquid.render()#图表直接输出liquid 

箱线图

 

数据可视化—Echarts图表应用
  1. #箱线图from pyecharts import Boxplotboxplot=Boxplot("箱线图")x_axis=['销售额']y_axis= 
  2. [[169,126,248,263,265,273,248,241,326,334,479,347]]yaxis=boxplot.prep 
  3. are_data(y_axis)boxplot.add("boxplot",x_axis,_yaxis)boxplot.render()# 
  4. 直接导出或者导出到文件内boxplot.render(linebar.html)boxplot 

3D柱形图

 

数据可视化—Echarts图表应用

 

  1. #3D柱形图from pyecharts import Bar3Dimport jsonbar3d=Bar3D("3D柱形 
  2. ",width=1200,height=600)f=open("bar3ds.json")datas=json.load(f)x 
  3. _axis=datas['x_axis']y_axis=datas['y_axis']data=datas['data']range 
  4. _color=datas['range_color']#visualmap热力图 
  5. bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]]                             
  6. for d in data],is_visualmap=True,visual_range= 
  7. [0,20],visual_range_color=range_color)#设置3D图的自动旋转 
  8. bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]]                             
  9. for d in data],is_visualmap=True,visual_range= 
  10. [0,20],visual_range_color=range_color,         
  11. grid3d_width=200,grid3d_depth=80,is_grid3d_rotate=True)#设置3D图的 
  12. 自动旋转的速度bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]]                             
  13. for d in data],is_visualmap=True,visual_range= 
  14. [0,20],visual_range_color=range_color,         
  15. grid3d_width=200,grid3d_depth=80,is_grid3d_rotate=True,grid3d_rota 
  16. te_speed=180)#图表输出bar3d.render('3dbar.html'

 

责任编辑:未丽燕 来源: 今日头条
相关推荐

2021-04-09 10:42:03

数据可视化框架大数据

2015-08-20 10:04:40

可视化

2019-05-28 11:52:43

可视化图表数据

2021-10-11 08:04:22

Python数据行程

2020-03-11 14:39:26

数据可视化地图可视化地理信息

2017-10-14 13:54:26

数据可视化数据信息可视化

2023-04-17 07:32:41

2022-07-13 15:54:14

Matplotlib图表

2023-06-11 16:12:14

数据可视化图表类型

2023-08-01 16:01:59

可视化Seaborn

2017-10-11 18:17:06

大数据数据可视化前后端

2022-11-28 15:04:42

数据可视化工具

2022-05-30 08:37:34

可视化图表项目开源

2022-08-23 12:32:37

Python可视化图表

2017-05-23 09:07:48

可视化图表视觉

2020-10-31 17:13:04

Python可视化Seaborn

2019-04-29 09:00:00

数据可视化JavaScript图表库

2023-12-18 15:02:00

PyechartsPython数据可视化工具

2013-05-07 14:56:27

大数据应用工具数据中心网络

2018-10-22 15:34:31

Spring Boo监控视化
点赞
收藏

51CTO技术栈公众号