Python+Pyecharts實現散點圖的繪制
第1關:Scatter:散點圖(一)
編程要求
根據以上介紹,在右側編輯器補充代碼,繪制給定數據的散點圖,要求:
- 畫佈大小初始化為寬 1600 像素,高 1000 像素
- X 軸數據設置為 x_data
- 添加 Y 軸數據。系列名稱設置為空,數據使用 y_data,標記的大小設置為20,不顯示標簽
- X 軸類型設置為數值軸,並顯示分割線
- Y 軸類型設置為數值軸,並顯示分割線以及坐標軸刻度
- 不顯示提示框
代碼
from PreTest import * from pyecharts import options as opts from pyecharts.render import make_snapshot from snapshot_phantomjs import snapshot from pyecharts.charts import Scatter data = [ [10.0, 8.04], [8.0, 6.95], [13.0, 7.58], [9.0, 8.81], [11.0, 8.33], [14.0, 9.96], [6.0, 7.24], [4.0, 4.26], [12.0, 10.84], [7.0, 4.82], [5.0, 5.68], ] data.sort(key=lambda x: x[0]) x_data = [d[0] for d in data] y_data = [d[1] for d in data] def scatter_chart() -> Scatter: # ********* Begin *********# scatter = ( Scatter(init_opts=opts.InitOpts(width="1600px", height="1000px")) .add_xaxis(x_data) .add_yaxis("", y_data, symbol_size=20 ) .set_series_opts( label_opts=opts.LabelOpts(is_show=False) ) .set_global_opts( tooltip_opts=opts.TooltipOpts(is_show=False), xaxis_opts=opts.AxisOpts( type_="value", splitline_opts=opts.SplitLineOpts(is_show=True) ), yaxis_opts=opts.AxisOpts( type_="value", splitline_opts=opts.SplitLineOpts(is_show=True), axistick_opts=opts.AxisTickOpts(is_show=True) ) ) ) # ********** End **********# return scatter make_snapshot(snapshot, scatter_chart().render("Result/render.html"), 'StudentAnswer/student_answer.png') # 輸出圖片 make_snapshot(snapshot, scatter_base(x_data, y_data).render(), "StandardAnswer/task1/standard_answer_1.png")
測試說明
平臺會運行你編寫的代碼進行繪圖,並與預期圖片進行比對。預期效果如下:
第2關:Scatter:散點圖(二)
編程要求
根據以上介紹,在右側編輯器補充代碼,利用給定數據繪制相應的散點圖,要求:
- X 軸數據項使用data_x
- 添加兩組 Y 軸數據。
- 第一組系列名稱設置為“商傢A”,數據使用data_y_1
- 第二組系列名稱設置為“商傢B”,數據使用data_y_2
- 將標題設置為“Scatter-VisualMap(Size)”
- 視覺映射過渡類型選擇“size”,最大值設為 150,最小值設置為 20
代碼
from PreTest import * from pyecharts import options as opts from pyecharts.render import make_snapshot from snapshot_phantomjs import snapshot from pyecharts.charts import Scatter from pyecharts.faker import Faker data_x = Faker.choose() data_y_1 = Faker.values() data_y_2 = Faker.values() def scatter_chart() -> Scatter: # ********* Begin *********# scatter = ( Scatter() .add_xaxis(data_x) .add_yaxis("商傢A",data_y_1) .add_yaxis("商傢B",data_y_2) .set_global_opts( title_opts=opts.TitleOpts(title="Scatter-VisualMap(Size)"), visualmap_opts=opts.VisualMapOpts(is_show=True,type_='size',min_=20,max_=150) ) ) # ********** End **********# return scatter make_snapshot(snapshot, scatter_chart().render("Result/render.html"), "StudentAnswer/student_answer.png") # 輸出圖片 make_snapshot(snapshot, scatter_visual(data_x, data_y_1, data_y_2).render(), "StandardAnswer/task2/standard_answer_2.png")
測試說明
平臺會運行你編寫的代碼進行繪圖,並與預期圖片進行比對。預期效果如下:
第3關:Scatter:散點圖(三)
編程要求
根據以上介紹,在右側編輯器補充代碼,利用給定數據繪制相應的散點圖,要求:
- X 軸數據項使用data_x
- Y 軸數據項使用data_y,系列名稱設置為“商傢A”,並用 JsCode 格式化標簽(具體格式見文末)
- 標題設置為“Scatter-多維度數據”
- 用 JsCode 格式化提示框文本(詳見文末)
- 視覺映射類型設置為顏色,最大值設置為 150,最小值設置為 20,組件映射維度為 1
代碼
from PreTest import * from pyecharts import options as opts from pyecharts.render import make_snapshot from snapshot_phantomjs import snapshot from pyecharts.charts import Scatter from pyecharts.faker import Faker from pyecharts.commons.utils import JsCode data_x = Faker.choose() data_y = [list(z) for z in zip(Faker.values(), Faker.choose())] def scatter_chart() -> Scatter: # ********* Begin *********# scatter = ( Scatter() .add_xaxis(data_x) .add_yaxis( "商傢A", data_y, label_opts=opts.LabelOpts( formatter=JsCode("""function(params){return params.value[1] +' : '+ params.value[2];}""") ) ) .set_global_opts( title_opts=opts.TitleOpts(title="Scatter-多維度數據"), visualmap_opts=opts.VisualMapOpts(is_show=True,type_='color',min_=20,max_=150,dimension=1), tooltip_opts=opts.TooltipOpts( formatter=JsCode("""function (params) {return params.name + ' : ' + params.value[2];}""") ) ) ) # ********** End **********# return scatter make_snapshot(snapshot, scatter_chart().render("Result/render.html"), 'StudentAnswer/student_answer.png') # 輸出圖片 make_snapshot(snapshot, scatter_multi(data_x, data_y).render(), "StandardAnswer/task3/standard_answer_3.png")
測試說明
平臺會運行你編寫的代碼進行繪圖,並與預期圖片進行比對。預期效果如下:
以上就是Python+Pyecharts實現散點圖的繪制的詳細內容,更多關於Python Pyecharts散點圖的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- Python繪制散點圖之可視化神器pyecharts
- Pyecharts可視化圖片渲染的方法詳解
- pyecharts實現數據可視化
- Python echarts實現數據可視化實例詳解
- Python pyecharts Line折線圖的具體實現