项目7 可视化大数据 第5部分 活用平行坐标系 雷达图 词云图 和可视化总结[17页]

[8, 89, 65, 78, 0.86, 51, 26, "良"],
parallel.config(c_schema=c_schema)
[9, 53, 33, 47, 0.64, 50, 17, "良"],
parallel.add("parawk.baidu.comlel", data)
[10, 80, 55, 80, 1.01, 75, 24, "良"],
任务1 活用平行坐标系
3. 结果
任务1 活用平行坐标系
4. 加入c_schema 参数
from pyecharts import Parallel
c_schema = [ {"dim": 0, "name": "data"}, {"dim": 1, "name": "AQI"}, {"dim": 2, "name": "PM2.5"}, {"dim": 3, "name": "PM10"}, {"dim": 4, "name": "CO"}, {"dim": 5, "name": "NO2"}, {"dim": 6, "name": "CO2"}, {"dim": 7, "name": "等级", "type": "category", "data": ['优', '良', '轻度污染', '中度污
染', '重度污染', '严重污染']} ]
data = [
[1, 91, 45, 125, 0.82, 34, 23, "良"],
[2, 65, 27, 78, 0.86, 45, 29, "良"],
[3, 83, 60, 84, 1.09, 73, 27, "良"],
[4, 109, 81, 121, 1.28, 68, 51, "轻度污染"],
parallel.render()
[11, 117, 81, 124, 1.03, 45, 24, "轻度污染"],
[12, 99, 71, 142, 1.1, 62, 42, "良"],
[13, 95, 69, 130, 1.28, 74, 50, "良"],
[14, 116, 87, 131, 1.47, 84, 40, "轻度污染"]
]
任务1 活用平行坐标系
任务2 活用雷达图
1. 参数解析
radar_text_size ：雷达图数据项字体大小，默认为 12。 is_area_show ：是否显示填充区域。 area_opacity ：填充区域透明度。。 area_color ：填充区域颜色 is_splitline_show ：是否显示分割线，默认为 True。 is_axisline_show ：是否显示坐标轴线，默认为 True。 symblo=None 可隐藏标记图形（有小圆圈标记的图形）
[5, 106, 77, 114, 1.07, 55, 51, "轻度污染"],
[6, 109, 81, 121, 1.28, 68, 51, "轻度污染"], parallel = Parallel("平行坐标系-用户自 [7, 106, 77, 114, 1.07, 55, 51, "轻度污染"], 定义指示器")
任务1 活用平行坐标系
2. 简单实例
from pyecharts import Parallel schema = ["data", "AQI", "PM2.5", "PM10", "CO", "NO2"] data = [
[1, 91, 45, 125, 0.82, 34], [2, 65, 27, 78, 0.86, 45,], [3, 83, 60, 84, 1.09, 73], [4, 109, 81, 121, 1.28, 68], [5, 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]] parallel = Parallel("平行坐标系-默认指示器") parallel.config(schema) parallel.add("parallel", data, is_random=True) parallel.render()
《大数据平台应用》
项目7 可视化大数据 之活用平行坐标系 雷达图 词云图 和回顾
教学环节
1 任务1 活用平行坐标系 2 任务2 活用雷达图 3 任务3 活用词云图 4 活用4 回顾数据可视化表达
任务1 活用平行坐标系
1. 平行坐标系参数解析
add(name, data, **kwargs) name：图例名称。 data：数据项，二维数组。 特殊的方法Parallel.set_schema() set_schema(schema=None,c_schema=None) schema:默认平行坐标系的坐标轴信息。 c_schema：用于自定义平行坐标系的坐标轴信息。 dim ：维度索引。 name ：维度名称。 type ：维度类型，可选参数有value, category 。 value：数值轴，适用于连续数据。 category： 类目轴，适用于离散的类目数据。 min ：坐标轴刻度最小值。 max ：坐标轴刻度最大值。 inverse ：是否是反向坐标轴。默认为 False nameLocation ：坐标轴名称显示位置。可选参数有'start', 'middle', 'end'
任务2 活用雷达图
2. 基本代码
from pyecharts import Radar
schema = [ ("销售", 6500), ("管理", 16000), ("信息技术", 30000), ("客服", 38000), ("研发", 52000), ("市场", 25000)
] v1 = [[4300, 10000, 28000, 35000, 50000, 19000]] v2 = [[5000, 14000, 28000, 31000, 42000, 21000]] radar = Radar() radar.config(schema) radar.add("预算分配", v1, is_splitline=True, is_axisline_show=True) radar.add("实际开销", v2, label_color=["#4e79a7"], is_area_show=False, legend_selectedmode='single') radar.render()