資訊專欄INFORMATION COLUMN
Python pyecharts可以繪制的圖形還是比較的多的，比如可以用來可以繪制各種各樣的圖形，應(yīng)用到多種不同的場合，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
?；鶊D（Sankey diagram），即?；芰糠至鲌D，也叫桑基能量平衡圖。它是一種特定類型的流程圖，圖中延伸的分支的寬度對應(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”。
?；鶊D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?；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("桑基圖.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)雜桑基圖.html")
)
這個?；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)硪欢◣椭?/p>
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(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)載請注明本文地址：http://www.ezyhdfw.cn/yun/128296.html
小編寫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 儀表盤的效果我只能說炫酷而已，如果想要運(yùn)用在實(shí)際的場景中，我其實(shí)也不清楚那個場景比較適合，但是pyecharts畢竟是炫酷可視化的利器，炫酷自然也就有它了?！ ⌒∑噧x表盤是長這樣的，下面我們來看看pyecharts的儀表盤是怎么...
小編寫這篇文章的主要目的，主要是來給大家去做出一個相關(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。 漏斗圖 漏斗圖是由Light等在1984年提出，一般以單個研究的效應(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)的做個解答?！ ≡~云圖 什么是詞云圖，相信大家肯定不會感到陌生，一本書統(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)，說起來還是挺麻煩的，那么，我們要怎么去繪制雷達(dá)圖呢？有沒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)開始的軸上表示的三個或更多個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。軸的相對位置和角度通常是無...
小編寫這篇文章的主要目的，主要是給大家去做一個解答，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，由此趨勢可以選擇合適的函數(shù)進(jìn)行經(jīng)驗(yàn)分布的擬合...
閱讀 1066·2023-01-14 11:38
閱讀 1062·2023-01-14 11:04
閱讀 902·2023-01-14 10:48
閱讀 2377·2023-01-14 10:34
閱讀 1147·2023-01-14 10:24
閱讀 1026·2023-01-14 10:18
閱讀 654·2023-01-14 10:09
閱讀 733·2023-01-14 10:02
