L7-13 常用表格图

Posted 2020-11-27 xiaoxiao-ya

一、课堂导入 

上节课学习了制作了仪表盘和雷达图，本节课将会学习制作更有趣的的图表。

二、地理图

1.概念

有时我们希望把数据展示在地图上，使数据更加清晰，地理图是显示数据信息最好的方式之一，

通常在显示天气预报、空气质量、资源分布等方面有很多应用。

2.分类

国家地图、省份地图、城市地图

3.制作国家地图

import pyecharts
# 引入地图库
from pyecharts.charts import Map
# 引入设置参数库并命名为opts
from pyecharts import options as opts
world = Map()
country = [
    ("China", 95.1),
    ("Canada",23.2),
    ("Brazil",43.3),
    ("Russia",66.4),
    ("United States",88.5)
] 
world.add("评分",country, "world")
# 设置坐标属性
world.set_series_opts(label_opts=opts.LabelOpts(is_show = False)) 
                                                                        # 视觉映射配置项
world.set_global_opts(title_opts=opts.TitleOpts(title = "国家地图"),visualmap_opts=opts.VisualMapOpts())
world.render("C:\Users\admin\Desktop\L7\drawing\world.html")

4.制作省份地图

import pyecharts
# 引入地图库
from pyecharts.charts import Map
# 引入设置参数库并命名为opts
from pyecharts import options as opts
g=Map() 
a = [(‘湖北‘,45.23),(‘安徽‘,34.67),(‘上海‘,23.17),(‘湖南‘,50.12)] 
#              指定图表类型，首字母小写
g.add("评分",a,"china")
g.set_series_opts(label_opts=opts.LabelOpts(is_show = True)) 
g.set_global_opts(title_opts=opts.TitleOpts(title="省份地图"),visualmap_opts=opts.VisualMapOpts())
g.render(‘C:\Users\admin\Desktop\L7\drawing\China.html‘) 

5.制作城市地图

import pyecharts
# 引入地图库
from pyecharts.charts import Map
# 引入设置参数库并命名为opts
from pyecharts import options as opts
value = [
    (‘武汉市‘,1.07), 
    (‘黄冈市‘,3.85), 
    (‘黄石市‘,6.38), 
    (‘十堰市‘, 8.21),
    (‘天门市‘,2.53) ,
    (‘仙桃市‘,4.3),
    (‘潜江市‘,9.38), 
    (‘宜昌市‘,4.29), 
    (‘襄阳市‘,6.1), 
    (‘鄂州市‘,3.78),
    (‘荆门市‘,2.46), 
    (‘孝感市‘,3.18),
    (‘荆州市‘,5.11),
    (‘咸宁市‘,5.13),
    (‘随州市‘,3.97), 
    (‘恩施土家族苗族自治州‘,4.18)
]
p = Map() 
p.add("评分",value,"湖北") 
p.set_global_opts(title_opts=opts.TitleOpts(title="城市地图"),visualmap_opts=opts.VisualMapOpts())
p.render(‘C:\Users\admin\Desktop\L7\drawing\city.html‘)

三、散点图

1.概念

散点图又称散点分布图，是以一个变量为横坐标，另一变量为纵坐标，利用散点（坐标点）的分布形态反映变量统计关系的一种图形。

特点是能直观表现出影响因素和预测对象之间的总体关系趋势。

2.分类

静态散点图、动态散点图

3.制作静态散点图

import pyecharts
# 引入散点库
from pyecharts.charts import Scatter
# 引入设置参数库并命名为opts
from pyecharts import options as opts
sc = Scatter() 
kind =["哈士奇", "萨摩耶", "泰迪", "金毛", "柴犬"]
data1 = [89, 89, 78, 80, 100]
sc.add_xaxis(kind) 
sc.add_yaxis("商家A",data1) 
sc.set_global_opts(title_opts=opts.TitleOpts(title="静态散点图"))
sc.render(‘C:\Users\admin\Desktop\L7\drawing\scatter1.html‘)

4.制作动态散点图

# 2.动态散点图
import pyecharts
# 引入散点库
from pyecharts.charts import Scatter
# 引入设置参数库并命名为opts
from pyecharts import options as opts
sc = Scatter() 
kind =["哈士奇", "萨摩耶", "泰迪", "金毛", "柴犬"]
data1 = [89, 89, 78, 80, 100]
data2 = [68, 89, 69, 88, 97]
sc.add_xaxis(kind) 
sc.add_yaxis("商家A", data1) 
sc.add_yaxis("商家B", data2)
sc.set_global_opts( title_opts=opts.TitleOpts(title="动态散点图"), 
 # 映射过渡类型，可选，"color", "size"
visualmap_opts=opts.VisualMapOpts(type_="size", max_=150, min_=20)) 
sc.render(‘C:\Users\admin\Desktop\L7\drawing\scatter2.html‘)

四、总结

1.有时我们希望把数据展示在地图上，使数据更加清晰，地理图是 显示数据信息最好的方式之一，通常在显示天气预报、空气质量、
资源分布等方面有很多应用。
2.散点图又称散点分布图，是以一个变量为横坐标，另一变量为纵 坐标，利用散点（坐标点）的分布形态反映变量统计关系的一种图
形。

特点是能直观表现出影响因素和预测对象之间的总体关系趋势。