人工智能数据服务 课件 5-3 项目五 数据可视化 任务3 Pyecharts数据可视

任务5-3pyecharts数据可视化3项

目

导

入任

务

描

述知

识

准

备任务小

结任务实

施

本任务旨在使用pyecharts库开发一个交互式的空气质量监测系统，旨在提供一个全面的空气质量分析平台。该系统将实时展示不同城市的PM2.5、PM10、SO2、NO2等关键空气污染物的浓度数据，使公众和决策者能够及时了解空气质量状况。通过集成实时数据流，系统能够动态更新空气质量指标，反映最新的环境变化。

此外，系统还将提供历史数据的对比分析功能，允许用户根据不同时间段的数据进行比较，观察空气质量的长期趋势和季节性变化。用户可以选择特定的时间段，系统将自动生成相应的图表和统计数据，帮助用户识别污染的高峰期和改善期，从而更有效地制定应对措施。项

目

导

入任

务

描

述知

识

准

备任务小

结任务实

施系统的设计注重用户交互体验，通过友好的界面设计和直观的操作流程，使得即使是非专业人士也能轻松使用。用户可以通过简单的点击和拖动操作，选择不同的城市、污染物和时间范围，系统将即时生成相应的可视化结果。图5-3-1pyecharts中的图表类型项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施数据可视化基础：了解数据可视化的基本原则和方法。pyecharts库：熟悉pyecharts的基本使用，包括图表类型、配置项等。数据来源：假设数据来自某个环境监测机构，提供了全国主要城市的空气质量数据。数据格式：CSV或JSON格式，包含城市名称、日期、PM2.5、PM10、SO2、NO2等指标。项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施ECharts，缩写来自EnterpriseCharts，商业级数据图表，是百度的一个开源数据可视化工具，一个纯Javascript图表库。ECharts提供直观，生动，可交互，可高度个性化定制的数据可视化图表。而Python是一门富有表达力的语言，很适合用于数据分析。当数据分析遇上数据可视化时，pyecharts诞生了。pyecharts的作图功能非常强大，能满足绝大部分可视化需求。5.3.1pyecharts库安装pyechartspipinstallpyecharts导入必要的库frompyecharts.chartsimportMap,Linefrompyechartsimportoptionsasoptsimportpandasaspd项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施Pyecharts是一个用于生成Echarts图表的Python库，它提供了丰富的图表类型和灵活的配置选项，使得在Python中创建交互式图表变得简单而直观。通过简单的代码，可以创建出美观且具有交互性的图表，非常适合用于数据分析和可视化展示。1.创建图表Pyecharts提供了多种图表类型，如柱状图（Bar）、折线图（Line）、饼图（Pie）、地图（Map）、散点图（Scatter）、雷达图（Radar）、词云（WordCloud）等。5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施（1）柱状图创建一个简单的柱状图：pythonbar=Bar()bar.add_xaxis(["苹果","橘子","梨","香蕉","草莓"])bar.add_yaxis("销量",[5,20,36,10,75])bar.render()5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施（2）折线图创建一个折线图：pythonline=Line()line.add_xaxis(["周一","周二","周三","周四","周五"])line.add_yaxis("温度",[11,11,15,13,12])line.render()5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施（3）饼图创建一个饼图：pythonpie=Pie()pie.add("",[("苹果",35),("橘子",20),("梨",25),("香蕉",20)])pie.render()5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施（4）地图创建一个地图：pythonmap=Map()map.add("",[("上海",1),("北京",2),("广州",3),("深圳",4),("成都",5)])map.render()5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施（5）配置图表Pyecharts允许你配置图表的各个方面，如标题、工具箱、坐标轴、数据标签等。设置标题pythonbar.set_global_opts(title_opts=opts.TitleOpts(title="水果销量"))5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施（6）设置坐标轴pythonbar.set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)))5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施2.设置数据标签pythonbar.set_series_opts(label_opts=opts.LabelOpts(is_show=False,position="top"))5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施3.组合图表Pyecharts支持将多个图表组合在同一个页面上。pythonpage=Page()page.add(bar,line)page.render()5.3.2熟悉pyecharts的基本使用项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施4.动态数据和交互Pyecharts支持动态数据更新和交互，可以通过配置项来实现。5.动态数据pythonbar.add_yaxis("动态数据",[random.randint(0,100)for_inrange(5)])5.3.3交互项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施Pyecharts支持将图表导出为HTML文件。pythonbar.render("水果销量.html")5.3.4导出图表项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施掌握数据清洗、转换和分析的基本技能。在使用Pyecharts进行数据可视化之前，通常需要对数据进行一定的清洗、转换和分析，以确保可视化结果的准确性和有效性。以下是一些基本技能5.3.5数据处理项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施1.数据清洗数据清洗是指去除数据中的噪声和不一致性，确保数据质量。常见的数据清洗任务包括：（1）去除重复数据：删除数据集中的重复记录。（2）处理缺失值：填充或删除含有缺失值的记录。（3）纠正错误数据：修正数据集中的错误或异常值。（4）标准化数据格式：确保数据具有统一的格式，例如日期格式、数值格式等。5.3.5数据处理项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施2.数据转换数据转换是指将数据转换成适合分析和可视化的格式。常见的数据转换任务包括：（1）数据类型转换：将数据列转换为适当的数据类型，如将字符串转换为日期或数字。（2）数据聚合：对数据进行分组和汇总，如按类别或时间段聚合数据。（3）数据重塑：调整数据结构，如将长格式数据转换为宽格式数据。（4）特征工程：创建新的特征或修改现有特征以提高分析和可视化的效果。5.3.5数据处理项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施3.数据分析数据分析是指对数据进行探索和解释，以发现数据中的模式、趋势和关联。常见的数据分析任务包括：（1）描述性统计：计算数据的基本统计量，如均值、中位数、标准差等。（2）相关性分析：分析变量之间的相关性，如使用相关系数。（3）趋势分析：识别数据随时间变化的趋势。（4）分组比较：比较不同组别或类别的数据差异。5.3.5数据处理项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施4.示例代码假设我们有一个包含水果销量的数据集，我们将展示如何使用Python和Pandas库进行数据清洗、转换和分析，然后使用Pyecharts进行可视化。5.3.5数据处理pythonimportpandasaspdfrompyecharts.chartsimportBarfrompyechartsimportoptionsasopts项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施5.3.5数据处理#数据集data={'日期':['2021-01-01','2021-01-02','2021-01-01','2021-01-03'],'水果':['苹果','香蕉','苹果','橙子'],'销量':[10,20,15,30]}#创建DataFramedf=pd.DataFrame(data#数据清洗#去除重复数据df=df.drop_duplicates()#处理缺失值（本例中没有缺失值，示例）#df=df.dropna()#数据转换#将日期列转换为日期类型df['日期']=pd.to_datetime(df['日期'])#数据聚合#按日期和水果聚合销量sales_summary=df.groupby(['日期','水果'])['销量'].sum().reset_index()#数据分析#计算总销量total_sales=df['销量'].sum()#使用Pyecharts进行可视化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("销量",sales_summary['水果'].tolist(),sales_summary['销量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果销量"))bar.render("水果销量可视化.html")项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施5.3.5数据处理#处理缺失值（本例中没有缺失值，示例）#df=df.dropna()#数据转换#将日期列转换为日期类型df['日期']=pd.to_datetime(df['日期'])#数据聚合#按日期和水果聚合销量sales_summary=df.groupby(['日期','水果'])['销量'].sum().reset_index()#数据分析#计算总销量total_sales=df['销量'].sum()#使用Pyecharts进行可视化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("销量",sales_summary['水果'].tolist(),sales_summary['销量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果销量"))bar.render("水果销量可视化.html")项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施5.3.5数据处理#使用Pyecharts进行可视化bar=Bar()bar.add_xaxis(sales_summary['日期'].tolist())bar.add_yaxis("销量",sales_summary['水果'].tolist(),sales_summary['销量'].tolist())bar.set_global_opts(title_opts=opts.TitleOpts(title="每日水果销量"))bar.render("水果销量可视化.html")通过上述步骤，我们首先对数据进行了清洗和转换，然后进行了简单的数据分析，最后使用Pyecharts创建了一个柱状图来可视化每日水果的销量。这些基本技能是进行有效数据可视化的关键。项

目

导

入知

识

准

备任

务

描

述任务小

结任务实

施#假设数据文件名为'air_quality_data.csv'df=pd.read_csv('air_quality_data.csv')#数据预处理，例如转换日期格式，筛选特定城市的数据等5.3.6数据加载与预处理项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备图像数据标注的任务工单如下表：

表5-3-1：任务工单班级：组别：姓名：掌握程度：任务名称使用pyecharts库开发一个交互式的空气质量监测系统任务目标熟悉pyecharts的基本使用，包括图表类型、配置项等标注数据CSV或JSON格式工具清单Python、Echarts、Pyecharts操作步骤导入相关图表包进行图表的基础设置，创建图表对象利用add()方法进行数据输入与图表设置利用render()方法来进行图表保存和展示考核标准数据清洗与数据转换是否合理pyecharts的基本使用是否准确可视化的图形是否标准项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤一导入相关图表包frompyecharts.chartsimportBar

bar=Bar()

bar.add_xaxis(["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"])

bar.add_yaxis("商家A",[5,20,36,10,75,90])

bar.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤二进行图表的基础设置，创建图表对象1、初始化配置主要设置图形的基本规格和风格形式，主要包括的内容有:frompyecharts.chartsimportBar

#设置选项包

frompyechartsimportoptionsasopts

#设置主题包

frompyecharts.globalsimportThemeType

#设置初始化配置项

bar=(

Bar(init_opts=opts.InitOpts(theme=theme.ThemeType.LIGHT))

.add_xaxis(["村衫',"羊毛衫","雪纺衫","高踉鞋","袜子"])

.add_yaxis("商家A",[5,20,36,10,75,90])

.add_yaxis("商家B",[15,6,45,20,35,66])

.set_global_opts(title_opts=opts.Titleopts(title="主标题",subtitle="副标题"))

.set_series_opts(label_opts=opts.Labelopts(position="right"))

)

bar.render('c:\\Users\\CDB\\Desktop\\spring2020\\数据可视化\\render.html')项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤二进行图表的基础设置，创建图表对象项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤二进行图表的基础设置，创建图表对象2.全局配置项主要就图表中的某些元素进行设置，主要包含的内容可由下图展示：项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置1.矩形树图frompyechartsimportoptionsasopts

frompyecharts.chartsimportPage,TreeMap

data={{"value":40,"name":"我是A"},{"value":180,

"children":"我是B",

"children":[

{

"value":76,

"name":"我是B.children",项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置"children":[

{"value":12,"name":"我是B.children.a"},

{"value":28,"name":"我是B.children.b"},

{"value":20,"name":"我是B.children.c"},

{"value":16,"name":"我是B.children.d"}

],}]

treemap={

TreeMap()

.add("演示数据",data)

.set_global_opts(title_opts=opts.TitleOpts(tile="TreeMap-基本示例"))

}

treemap.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置2.漏斗图frompyecharts.fakerimportFaker

frompyechartsimportoptionsasopts

frompyecharts.chartsimportPage,Funnel

data=[['展现',70],['点击',66],['访问',66],['咨询',84],['订单',48]]

Funnel=(

Funnel()

.add("商品",data,label_opts=opts.LabelOpts(position="inside"))

.set_global_opts(title_opts=opts.TitleOpts(title="Funnel-基本示例"))

)

Funnel.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置3.雷达图value_bj=[

[55,9,56,0.46,18,6,1],[25,11,21,0.65,34,9,2],

[56,7,63,0.3,14,5,3],[33,7,29,0.33,16,6,4],

[42,24,44,0.76,40,16,5],[82,58,90,1.77,68,33,6],

[74,49,77,1.46,48,27,7],[78,55,80,1.29,59,29,8],

[267,216,280,4.8,108,64,9],[185,127,216,2.52,61,27,10],

[39,19,38,0.57,31,15,11],[41,11,40,0.43,21,7,12],

]

项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置value_sh=[

[91,45,125,0.82,34,23,1],[65,27,78,0.86,45,29,2],

[83,60,84,1.09,73,27,3],[109,81,121,1.28,68,51,4],

[106,77,114,1.07,55,51,5],[109,81,121,1.28,68,51,6],

[106,77,114,1.07,55,51,71,[89,65,78,0.86,51,26,8],

[53,33,47,0.64,50,17,9],[80,55,801.01,75,2410],

[117,81,124,1.03,45,24,11],[99,71,142,1.1,62,42,12],

]

项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置c_schema=[

{"name":"AQI","max":300,"min":5},

{"name":"PM2.5","max":250,"min":20},

{"name":"PM10","max":300,"min":5},

{"name":"Co","max":5},

{"name":"NO2","max":200},

{"name":"SO2","max":100},

]项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置frompyechartsimportoptionsasopts

frompyecharts.chartsimportRadar

Radar=(

Radar()

.add_schema(schema=c_schema,shape="circle")

.add("北京",value_bj,color="#f9713c")

.add("上海",value_sh,color="#b3e4a1")

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(titleopts=opts.TitleOpts(title="Radar-空气质量"))

)

Radar.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置4.词云图frompyechartsimportoptionsasopts

frompyecharts.chartsimportPage,wordcloud

frompyecharts.globalsimportSymbolType

words=[

("samsclub",10080),("Macys",6181),

("Amyschumer",4386),("Jurassicworld",4055),

("Chartercommunications",2467),("chickFilA",2244),

("planetFitness",1868),("PitchPerfect",1484),

("Express",1112),("Home",865),

("JohnnyDepp",847),("LenaDunham",582),

("LewisHamilton",555),("KXAN",550),

("MaryEllenMark",462),("FarrahAbraham",366),

("Ritaora",360),("SerenaWilliams",282),

("NCAAbaseballtournament",273),("PointBreak",265),

]

Cloud=(

WordCloud()

.add("",words,word_size_range=[20,100],shape=SymbolType.DIAMOND)

.set_global_opts(title_opts=opts,TitleOpts(title="WordCloud-diamond"))

)

Cloud.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置("JohnnyDepp",847),("LenaDunham",582),

("LewisHamilton",555),("KXAN",550),

("MaryEllenMark",462),("FarrahAbraham",366),

("Ritaora",360),("SerenaWilliams",282),

("NCAAbaseballtournament",273),("PointBreak",265),

]

Cloud=(

WordCloud()

.add("",words,word_size_range=[20,100],shape=SymbolType.DIAMOND)

.set_global_opts(title_opts=opts,TitleOpts(title="WordCloud-diamond")))

Cloud.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置5.平行坐标图frompyechartsimportoptionsasopts

frompyecharts.chartsimportPage,Parallel

data=[

[1,91,45,125,0.82,34],[2,65,27,78,0.86,45],

[3,60,84,1.09,73],[4,109,81,121,1.28,68],

[5,83,106,77,114,1.07,55],[6,109,81,121,1.28,68],

[7,106,77,114,1.07,55],[8,89,65,78,0.86,51,26],

[9,53,33,47,0.64,50,17],[10,80,55,80,1.01,75,24],

[11,117,81,124,1.03,45],

]

项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置schema=[

{"dim":0,"name":"data"},

{"dim":1,"name":"AQI"},

{"dim":2,"name":"PM2.5"},

{"dim":3,"name":"PM1O"},

{"dim":4,"name":"CO"},

{"dim":5,"name":"NO2"},

]

parallel=(

Para11e1()

.add_schema(schema)

.add("parallel",data).set_global_opts(title_opts=opts.TitleOpts(title="Parallel-基本示例"))

)

parallel.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置6.日历图importdatetime

frompyechartsimportoptionsasopts

frompyecharts.chartsimportCalendar

flights['date']=pd.to_datetime(flights[['year','month','day']])

date_flight=flights.groupby('date')['flight'].count()

begin=datetime.date(2013,1,1)

end=datetime.date(2013,12,31)

项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置data=[

[str(begin+datetime.timedelta(days=i)),int(date_flight[i])]

foriinrange((end-begin).days+1)

]

calendar=(

Calendar()

.add("",data,calendar_opts=opts.CalendarOpts(range_-"2013"))

.set_global_opts(

title_opts=opts.TitleOpts(title="Calendar-2013年航班情况"),项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置visualmap_opts=opts.VisualMapOpts(

max=1100,

min=600,

orient="horizontal",

is_piecewise=True,

pos_top="230px",

pos_left="100px",

),

)

)

calendar.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置7.K线图data=[

[2320.26,2320.26,2287.3,2362.94],

[2300,2291.3,2288.26,2308.38],

[2295.35,2346.5,2295.35,2345.92],

[2347.22,2358.98,2337.35,2363.81],

[2360.75,2382.48,2347.89,2383.76],

[2383.43,2385.42,2371.23,2391.82],

[2377.41,2419.02,2369.57,2421.15],

[2425.92,2428.15,2417.58,2440.38],

[2411,2433.13,2403.3,2437.42],项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置[2432.68,2334.48,2427.7,2441.73],

[2430.69,2418.53,2394.22,2433.89],

[2416.62,2432.4,2414.4,2443.03],

[2441.91,2421.56,2418.43,2444.8],

[12382.91,2373.53,2420.26,2427.07],

[2383.49,2397.18,2370.61,2397.94],

[2378.82,2325.95,2309.17,2378.82],

[2322.94,2314.16,2308.76,2330.88],

[1.12320.62,2325.82,2315.01,2338.78],

[2313.74,2293.34,2289.89,2340.71],

[2297.77,2313.22,2292.03,2324.63],[2322.32,2365.59,2308.92,2366.16],

[2364.54,2359.51,2330.86,2369.65],

[2332.08,2273.4,2259.25,2333.54],

[2274.81,2326.31,2270.1,2328.14],

[2333.61,2347.18,2321.6,2351.44],

[2340.44,2324.29,2304.27,2352.02],

[2326.42,2318.61,2314.59,2333.67],

[2314.68,2310.59,2296.58,2320.96],

[12309.16,2286.6,2264.83,2333.29],

[2282.17,2263.97,2253.25,2286.33],

[2255.77,2270.28,2253.31,2276.22],]项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置frompyechartsimportoptionsasopts

frompyecharts.chartsimportKline

kline=(

Kline()

.add_xaxis(["2017/7/{}".format(i+1)foriinrange(31)])

.add_yaxis("kline",

data,

itemstyle_opts=opts.ItemStyleOpts(

color="#ec8000",

color0="#00da3c",项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置border_color="#8A0000",

border_color0="#008F28",

),

)

.set_global_opts(

yaxis_opts=opts.AxisOpts(is_scale=True),

xaxis_opts=opts.AxisOpts(is_scale=True),

title_opts=opts.TitleOpts(title="Kline-基本示例")

)

)

kline.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置8.地理图frompyechartsimportoptionsasopts

frompyecharts.chartsimportGeo

frompyecharts.globalsimportchartType,symbolType

province=[['广东',44],['北京',110],['上海',145],['江西',85],['湖南',70],['浙江',113],['江苏',36]]

geo=(

Geo()

.add_schema(maptype="china")

.add("geo",province)项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置.set_series_opts(label_opts=opts.Labelopts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="Geo-基本示例"),

)

)

geo.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置9.地理热力图frompyechartsimportoptionsasopts

frompyecharts.chartsimportGeo

frompyecharts.globalsimportchartType,symbolType

province=[['广东',44],['北京',110],['上海',145],['江西',85],['湖南',70],['浙江',113],['江苏',36]]

geo=(

Geo()

.add_schema(maptype="china")项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置.add("geo",province,type-ChartType.HEATMAP)

.set_series_opts(label_opts=opts.Labelopts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="Geo-基本示例"),

)

)

geo.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置10.地理网络图geo=(

Geo()

.add_schema(maptype="china")

.add(

"",

[("广州",55),("北京",66),("杭州",77),("重庆",88)],

type_.ChartType.EFFECT_SCATTER,

color="white",

)

.add(

"geo",项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置[("广州","上海"),("广州","北京"),("广州","杭州"),("广州","重庆")],

type_=ChartType.LINES,

effect_opts=opts.EffectOpts(

symbol=SymbolType.ARROW,symbol_size=6,color="blue"

),

linestyle_opts=opts.Linestyleopts(curve=0.2),

)

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(title_opts=opts.TitleOpts(title="Geo-Lines"))

)

geo.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置11.网络图frompyechartsimportoptionsasopts

frompyecharts.chartsimportGraph,Page

nodes_data=[

opts.GraphNode(name="结点1",symbol_size=10),

opts.GraphNode(name="结点2",symbol_size=20),

opts.GraphNode(name="结点3",symbol_size=30),

opts.GraphNode(name="结点4",symbol_size=40),

opts.GraphNode(name="结点5",symbol_size=50),

opts.GraphNode(name="结点6",symbol_size=60),

]项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置links_data=[

opts.GraphLink(source="结点1",target="结点2",value=2),

opts.GraphLink(source="结点2",target="结点3",value=3),

opts.GraphLink(source="结点3",target="结点4",value=4),

opts.GraphLink(source="结点4",target="结点5",value=5),

opts.GraphLink(source="结点5",target."结点6",value=6),

opts.GraphLink(source="结点6",target="结点1",value=7),

]

graph=(

Graph()

.add(

""

nodes_data,

links_data,

repulsion=4000,

)

.set_global_opts(

titleopts=opts.Titleopts(title="Graph-withedgeLabel")

)

)

graph.render()项

目

导

入任

务

描

述任务小

结任务实

施知

识

准

备步骤三利用add()方法进行数据输入与图表设置""

nodes_data,

links_data,

repulsion=4000,

)

.set_global_o