软件测试|Python数据可视化神器——pyecharts教程(三)

简介: 软件测试|Python数据可视化神器——pyecharts教程(三)

前言

前面两篇文章我们使用pyecharts绘制了柱状图以及基于地图的热力图等图像,在我们的日常工作中,还有饼状图也是我们经常使用的图像,下面我们来介绍一下使用pyecharts绘制饼状图的教程。

绘制饼状圆环图

我们经常需要了解在一个市场中,不同品牌的市场占有率是多少,这样我们使用饼状图是最直观的,我们提供数据,调用绘制饼图的方法即可成功绘制饼状图。下面是我们以部分豪华车品牌单月销量为例绘制的饼图,数据并不真实,请大家见谅哈!代码入下:

from pyecharts.charts import *
from pyecharts import options as opts

def pie_custom_radius():
    data = {"奔驰":32000, "奥迪":28000, "宝马":30000, "雷克萨斯":12000, "沃尔沃":14400, "保时捷":10800}
    pie = Pie(init_opts=opts.InitOpts(theme='light',
                                      width='1200px',
                                      height='720px'))
    pie.add("", [list(x) for x in zip(data.keys(), data.values())],
            radius=["30%", "80%"])
    return pie

charts = pie_custom_radius()
charts.render_notebook()
charts.render()

图像如下所示,

在这里插入图片描述

绘制百分比饼图

很多时候饼图并不需要直接展示数量,而是展示不同部分的占比,所以我们也可以输入原始数据,自动根据不同部分的占比来绘制百分比的饼图,代码入下:

from pyecharts.charts import *
from pyecharts import options as opts



def pie_percent():
    data = {"奔驰": 32000, "奥迪": 28000, "宝马": 30000, "雷克萨斯": 12000, "沃尔沃": 14400, "保时捷": 10800}
    pie = Pie(init_opts=opts.InitOpts(theme='light',
                                      width='1000px',
                                      height='600px'))
    pie.add("", [list(x) for x in zip(data.keys(), data.values())])
    pie.set_series_opts(
        # 自定义数据标签
        label_opts=opts.LabelOpts(position='top',
                                  color='red',
                                  font_family='Arial',
                                  font_size=12,
                                  font_style='italic',
                                  interval=1,
                                  formatter='{b}:{d}%'
                                  )
    )

    return pie


chart = pie_percent()
chart.render_notebook()
chart.render()

结果如下图所示:

在这里插入图片描述

总结

我们对于pyecharts绘制饼状图的介绍就到这里了,下次我们将介绍绘制词云图。

相关文章
|
2月前
|
数据可视化 关系型数据库 MySQL
基于python大数据的的海洋气象数据可视化平台
针对海洋气象数据量大、维度多的挑战,设计基于ECharts的可视化平台,结合Python、Django与MySQL,实现数据高效展示与交互分析,提升科研与决策效率。
|
3月前
|
数据采集 Web App开发 自然语言处理
新闻热点一目了然:Python爬虫数据可视化
新闻热点一目了然:Python爬虫数据可视化
|
2月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
268 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
2月前
|
索引 Python
Python 列表切片赋值教程:掌握 “移花接木” 式列表修改技巧
本文通过生动的“嫁接”比喻,讲解Python列表切片赋值操作。切片可修改原列表内容,实现头部、尾部或中间元素替换,支持不等长赋值,灵活实现列表结构更新。
133 1
|
3月前
|
数据采集 存储 XML
Python爬虫技术:从基础到实战的完整教程
最后强调: 父母法律法规限制下进行网络抓取活动; 不得侵犯他人版权隐私利益; 同时也要注意个人安全防止泄露敏感信息.
748 19
|
3月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
3月前
|
数据采集 存储 JSON
使用Python获取1688商品详情的教程
本教程介绍如何使用Python爬取1688商品详情信息,涵盖环境配置、代码编写、数据处理及合法合规注意事项,助你快速掌握商品数据抓取与保存技巧。
|
3月前
|
数据可视化 大数据 数据挖掘
基于python大数据的招聘数据可视化分析系统
本系统基于Python开发,整合多渠道招聘数据,利用数据分析与可视化技术,助力企业高效决策。核心功能包括数据采集、智能分析、可视化展示及权限管理,提升招聘效率与人才管理水平,推动人力资源管理数字化转型。
|
11月前
|
数据可视化 前端开发 测试技术
接口测试新选择:Postman替代方案全解析
在软件开发中,接口测试工具至关重要。Postman长期占据主导地位,但随着国产工具的崛起,越来越多开发者转向更适合中国市场的替代方案——Apifox。它不仅支持中英文切换、完全免费不限人数,还具备强大的可视化操作、自动生成文档和API调试功能,极大简化了开发流程。
|
6月前
|
Java 测试技术 容器
Jmeter工具使用:HTTP接口性能测试实战
希望这篇文章能够帮助你初步理解如何使用JMeter进行HTTP接口性能测试,有兴趣的话,你可以研究更多关于JMeter的内容。记住,只有理解并掌握了这些工具,你才能充分利用它们发挥其应有的价值。+
1049 23

推荐镜像

更多