資訊專(zhuān)欄INFORMATION COLUMN
Python pyecharts可以繪制的圖形還是比較的多的，比如可以用來(lái)可以繪制各種各樣的圖形，應(yīng)用到多種不同的場(chǎng)合，那么，怎么用Python pyecharts去繪制基圖呢？怎么快速的去繪制呢？下面就給大家詳細(xì)解答下。
?；鶊D
桑基圖（Sankey diagram），即桑基能量分流圖，也叫?；芰科胶鈭D。它是一種特定類(lèi)型的流程圖，圖中延伸的分支的寬度對(duì)應(yīng)數(shù)據(jù)流量的大小，通常應(yīng)用于能源、材料成分、金融等數(shù)據(jù)的可視化分析。因1898年Matthew Henry Phineas Riall Sankey繪制的“蒸汽機(jī)的能源效率圖”而聞名，此后便以其名字命名為“?；鶊D”。
桑基圖最明顯的特征就是，始末端的分支寬度總和相等，即所有主支寬度的總和應(yīng)與所有分出去的分支寬度的總和相等，保持能量的平衡。
桑基圖系列模板
第一個(gè)?；鶊D
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="標(biāo)題"))
.render("?；鶊D.html")
)
復(fù)雜?；鶊D
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="標(biāo)題"),
tooltip_opts=opts.TooltipOpts(trigger="item",trigger_on="mousemove"),
)
.render("復(fù)雜?；鶊D.html")
)
這個(gè)?；鶊D的案例已經(jīng)可以完成你的可視化工作量了，其實(shí)一般研究?；鶊D的還是相對(duì)于比較少。
到此為止，這篇文章就給大家介紹完畢，希望可以給大家?guī)?lái)一定幫助。
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/128296.html
小編寫(xiě)這篇文章的主要目的，主要還是去進(jìn)行講解一些關(guān)于Python pyecharts繪制儀表盤(pán)的一些講解，具體怎么去進(jìn)行操作呢？下面就給大家詳細(xì)解答下?！ x表盤(pán) 儀表盤(pán)的效果我只能說(shuō)炫酷而已，如果想要運(yùn)用在實(shí)際的場(chǎng)景中，我其實(shí)也不清楚那個(gè)場(chǎng)景比較適合，但是pyecharts畢竟是炫酷可視化的利器，炫酷自然也就有它了?！ ⌒∑?chē)儀表盤(pán)是長(zhǎng)這樣的，下面我們來(lái)看看pyecharts的儀表盤(pán)是怎么...
小編寫(xiě)這篇文章的主要目的，主要是來(lái)給大家去做出一個(gè)相關(guān)性的介紹，介紹的內(nèi)容主要還是涉及到Python pyecharts，主要是利用Python pyecharts去繪制漏斗，那么，具體要怎么繪制呢？下面給大家詳細(xì)解答下?！ ÷┒穲D 漏斗圖是由Light等在1984年提出，一般以單個(gè)研究的效應(yīng)量為橫坐標(biāo)，樣本含量為縱坐標(biāo)做的散點(diǎn)圖。效應(yīng)量可以為RR、OR和死亡比或者其對(duì)數(shù)值等。理論上講，被納...
Python pyecharts作為常用的數(shù)據(jù)可視化軟件，能夠清晰的將海量的數(shù)據(jù)，去做一個(gè)拆分，要是更直觀的去查看數(shù)據(jù)圖表的話，就需要去制作云圖了？那么，怎么制作云圖呢？下面就給大家詳細(xì)的做個(gè)解答?！ ≡~云圖 什么是詞云圖，相信大家肯定不會(huì)感到陌生，一本書(shū)統(tǒng)計(jì)里面出現(xiàn)的詞頻，然后可視化展示，讓讀者快速的了解這個(gè)主題綱要，這就是詞云的直接效果?！ ≡~云圖系列模板 固定模式詞云圖 修改一些參...
小編寫(xiě)這篇文章的主要方法，就是介紹關(guān)于Python pyecharts的一些相關(guān)技巧，包括教給大家怎么去使用Python pyecharts繪制雷達(dá)圖。其實(shí)，說(shuō)起來(lái)還是挺麻煩的，那么，我們要怎么去繪制雷達(dá)圖呢？有沒(méi)有什么比較好用的方法呢？下面給大家詳細(xì)解答下?！ ±走_(dá)圖 雷達(dá)圖是以從同一點(diǎn)開(kāi)始的軸上表示的三個(gè)或更多個(gè)定量變量的二維圖表的形式顯示多變量數(shù)據(jù)的圖形方法。軸的相對(duì)位置和角度通常是無(wú)...
小編寫(xiě)這篇文章的主要目的，主要是給大家去做一個(gè)解答，解答的內(nèi)容主要是關(guān)于Python pyecharts的一些案例，包括如何使用它去進(jìn)行繪制一個(gè)相關(guān)的散點(diǎn)圖，怎么能夠快速的去進(jìn)行繪制。就具體的內(nèi)容，下面就給大家詳細(xì)解答下?！ ∈裁词巧Ⅻc(diǎn)圖？ 散點(diǎn)圖是指在數(shù)理統(tǒng)計(jì)回歸分析中，數(shù)據(jù)點(diǎn)在直角坐標(biāo)系平面上的分布圖，散點(diǎn)圖表示因變量隨自變量而變化的大致趨勢(shì)，由此趨勢(shì)可以選擇合適的函數(shù)進(jìn)行經(jīng)驗(yàn)分布的擬合...
閱讀 1025·2023-01-14 11:38
閱讀 1018·2023-01-14 11:04
閱讀 859·2023-01-14 10:48
閱讀 2301·2023-01-14 10:34
閱讀 1095·2023-01-14 10:24
閱讀 996·2023-01-14 10:18
閱讀 623·2023-01-14 10:09
閱讀 687·2023-01-14 10:02
