pyecharts

问题：Python在使用pyecharts时，在代码一致的情况下，生成的html页面时而打开为白页面。 解决： 1、查看生成的HTML白页面，发现页面有报错： 2、然后打开报错信息，发现 https://assets.pyecharts.org/assets/echarts.min.js 这个地址也有问题。 重新加载这个页面发现 echarts.min.js 无法连接，将整个地址在浏览器打开也是无法加载。 查看生成的html页面，发现有引用到这块的地址： 既然这个地址在网上拉取不下来，就把这个js下载下来放到本地，更改它的路径。 3、在项目中导入CurrentConfig： from pyecharts.globals import CurrentConfig， 然后设置全局变量：CurrentConfig.ONLINE_HOST = "该地址为 echarts.min.js文件存放地址 " 到此问题解决，再也不用因为assert这个地址连接不上导致页面打不开。 来源： oschina 链接： https://my.oschina.net/u/4399905/blog/4291224

前言：用pyecharts v1.x版本来绘制水球图。 注：Ppyecharts分为 v0.5.x 和 v1.x 两个大版本，v0.5.x 和 v1.x 间不兼容，v0.5.x是基于Python2.7+、3.4+版本开发的， 而 v1.x是一个全新的版本，它是基于Python3.6+版本开发的，另外经PyEcharts开发团队决定，0.5.x 版本将不再进行维护。 前提： # 安装pyecharts模块，直接安装就是最新的版本 pip install pyecharts #导包 from pyecharts import options as opts from pyecharts.charts import Liquid 水球图数据很简单，就是一个完成率数字，所以不用定义或导入，也无需做转换。 接下来就可以绘制水球图了： from pyecharts import options as opts from pyecharts.charts import Liquid c = ( #创建水球图对象 Liquid() #设置数据系列名称及数据，is_outline_show是设置边框线，根据自身喜欢选择 .add("达成率", [0.66], is_outline_show = False) # 设置图表标题及位置 .set_global_opts(title_opts = opts

我凌晨用Python爬虫实时从网上爬取各国在疫情中仙去人数的数据，然后仿人民日报制作成“南丁格尔玫瑰图” 英国37048；意大利32877；西班牙27117都对得上； 但美国、法国、巴西的跟百度大数据的对比，存在些许误差。 可能是不同网站的数据源的更新不同步造成的吧？ ——2020年5月27日3时18分前 数据源通过接口 `https://lab.isaaclin.cn/nCoV/zh` 来抓取，我们取疫情中死亡人数超过 2000 的国家的数据 。 代码如下： from pyecharts.charts import Pie from pyecharts import options as opts import random, requests url = 'https://lab.isaaclin.cn/nCoV/api/area' data_json = requests.get(url).json() country_list = [] count_list = [] ds = {} for item in data_json['results']: if item['countryEnglishName']: if item['deadCount'] is not None and item['countryName'] is not None: if int(item[

前几天在网上看到有人用 matplotlib 绘制了漫威里几大英雄的战斗力图，赶脚灰常有意思。作为漫威和 python 的双重粉丝，我这次又 hold 不住了，于是也做了一个 pyecharts 版的实力对比图，在这里分享给大家。 首先放上一张静态图。 图1. 复联超级英雄能力对比 这次我绘制的这个图和网上 matplotlib 版本的图有以下区别： 加入了交互功能，可以查看任意一个英雄的数值，真正做到“想点哪里点哪里”（妈妈再也不用担心我的学习了） 将多个英雄的图放在一个图表里，方便对比，同时也可以单独查看某个英雄数值 加入了图片背景，体现作为漫威粉丝的B格 不多说，show you the code! 首先还是导入各种功能模块。opts（options）是 pyecharts 中设置图片详细格式的模块，Radar 是绘制雷达图的类名，因为绘制超级英雄的战斗力（包含多个数值），用雷达图比较适合，JsCode 是 pyecharts 中执行 JavaScript 代码的一个类。 from pyecharts import options as opts from pyecharts.charts import Radar from pyecharts.commons.utils import JsCode 接下来是设置各个超级英雄的战斗力数值，这次的战斗力数值来自于百度百科：

代码： import requests from pyecharts.charts import * from pyecharts import options as opts url = "https://lab.isaaclin.cn/nCoV/api/area" data = requests.get(url).json() province_data = [] for item in data["results"]: if item["countryName"] == "中国": province_data.append((item["provinceShortName"], item["confirmedCount"])) china_map = ( Map(init_opts=opts.InitOpts(theme = "dark")) .add("确诊人数", province_data, "china",is_map_symbol_show=False, is_roam=False) .set_series_opts(label_opts=opts.LabelOpts(is_show = True, color = "#ffffff")) .set_global_opts( title_opts=opts.TitleOpts(title=

代码： import requests from pyecharts.charts import * from pyecharts import options as opts url = "https://lab.isaaclin.cn/nCoV/api/area" data = requests.get(url).json() oversea_confirm = [] for item in data["results"]: if item["countryEnglishName"]: oversea_confirm.append((item["countryEnglishName"] .replace("United States of America", "United States") .replace("United Kiongdom", "United Kingdom"), item["deadCount"])) world_map = ( Map(init_opts=opts.InitOpts(theme = "dark")) .add("累计死亡人数", oversea_confirm, "world",is_map_symbol_show = False, is_roam = False) .set_series_opts(label_opts=opts

爬取拉勾网关于python职位相关的数据信息，并将爬取的数据已csv各式存入文件，然后对csv文件相关字段的数据进行清洗，并对数据可视化展示，包括柱状图展示、直方图展示、词云展示等并根据可视化的数据做进一步的分析，其余分析和展示读者可自行发挥和扩展包括各种分析和不同的存储方式等。。。。。 一、爬取和分析相关依赖包 Python版本： Python3.6 requests: 下载网页 math: 向上取整 time: 暂停进程 pandas：数据分析并保存为csv文件 matplotlib：绘图 pyecharts：绘图 statsmodels：统计建模 wordcloud、scipy、jieba：生成中文词云 pylab：设置画图能显示中文 在以上安装或使用过程中可能读者会遇到安装或导入失败等问题自行百度，选择依赖包的合适版本 二、分析网页结构 通过Chrome搜索'python工程师'，然后右键点击检查或者F12,,使用检查功能查看网页源代码, 当我们点击下一页观察浏览器的搜索栏的url并没有改变 ，这是因为拉勾网做了反爬虫机制, 职位信息并不在源代码里,而是保存在JSON的文件里,因此我们直接下载JSON,并使用字典方法直接读取数据.即可拿到我们想要的python职位相关的信息， 待爬取的python工程师职位信息如下： 为了能爬到我们想要的数据

很多数据分析玩家都知道，百度大数据还是非常厉害的，尤其是在绘制地图方面。百度的地图应该使用JavaScript来做的，而我选择Python。其实两者可能同宗。 # 1.导入相关的库 from pyecharts.charts import Geo import pyecharts.options as opts # 2.模拟数据 city_num = [("广州",105),("成都",70),("北京",99), ("西安",80),("杭州",60),("贵阳",34), ("上海",65),("深圳",54),("乌鲁木齐",76), ("哈尔滨",47),("兰州",56),("信阳",85)] start_end = [("广州","成都"),("广州","北京"),("广州","西安"), ("广州","杭州"),("广州","贵阳"),("广州","上海"), ("广州","深圳"),("广州","乌鲁木齐"),("广州","哈尔滨"), ("广州","兰州"),("广州","信阳")] ( # 3.初始化地图类 Geo(init_opts = opts.InitOpts(width = "800px",height = "500px",theme = "blue")) .add_schema(maptype = "china", itemstyle_opts

import math from pyecharts import options as opts from pyecharts.charts import Line3D from pyecharts.faker import Faker data = [] for t in range(0, 25000): _t = t / 1000 x = (1 + 0.25 * math.cos(75 * _t)) * math.cos(_t) y = (1 + 0.25 * math.cos(75 * _t)) * math.sin(_t) z = _t + 2.0 * math.sin(75 * _t) data.append([x, y, z]) c = ( Line3D() .add( "", data, xaxis3d_opts=opts.Axis3DOpts(Faker.clock, type_="value"), yaxis3d_opts=opts.Axis3DOpts(Faker.week_en, type_="value"), grid3d_opts=opts.Grid3DOpts( width=100, depth=100, rotate_speed=150, is_rotate=True ), ) .set_global_opts( visualmap_opts

该项目是浙江大学地理空间数据库课程作业8：空间分析中，使用 flask + pyecharts 搭建的简单新冠肺炎疫情数据可视化交互分析平台，包含疫情数据获取、态势感知、预测分析、舆情监测等任务 包含完整代码和实现的github地址： https://github.com/yunwei37/COVID-19-NLP-vis 项目分析报告已部署到网页端，可点击 http://flask.yunwei123.tech/ 进行查看 交互可视化分析截图： 空间数据分析 作业要求 作业目的： 了解空间数据在日常生活中的应用，熟悉空间数据统计分析、空间数据挖掘、空间数据可视化等技术。 作业内容： 新型冠状病毒肺炎（COVID-19，简称“新冠肺炎”）疫情肆虐全球多个国家，2020年3月11日，世界卫生组织 (WHO) 正式宣布将新冠肺炎列为全球性大流行病。在全球抗击新型冠状病毒疫情的过程中，产生了前所未有的大规模疫情数据，利用大数据分析技术和方法能够协助发现病毒传染源、监测疫情发展、调配救援物资，从而更好地进行疫情防控工作。空间数据分析作为大数据分析的重要组成，将数据智能处理、直观展示和交互分析有机地结合，使机器智能和人类智慧深度融合、优势互补，为疫情防控中的分析、指挥和决策提供有效依据和指南。 作业要求以新冠疫情或其它重大公共卫生事件的相关时空数据为基础，利用数据清洗与管理、统计分析