pyecharts库绘制箱线图

时间: 2023-11-22 16:47:15 浏览: 37
使用pyecharts库绘制箱线图,可以按照以下步骤进行: 1. 导入需要的库和模块: ```python from pyecharts import options as opts from pyecharts.charts import Boxplot ``` 2. 准备数据,将数据按照一定的格式存储: ```python data = [ [850, 740, 900, 1070, 930, 850, 950, 980, 980, 880], [960, 940, 960, 940, 880, 800, 850, 880, 900], [880, 880, 880, 860, 720, 720, 620, 860], [890, 810, 810, 820, 800, 770, 760, 740, 750], [890, 840, 780, 810, 760, 810, 790, 810, 820, 850], [870, 870, 810, 740, 810, 940, 950, 800, 810], [840, 850, 850, 780, 890, 810, 820, 800, 840], [840, 780, 810, 760, 810, 790, 810, 820, 850, 870], [840, 850, 850, 780, 890, 810, 820, 800, 840], [840, 780, 810, 760, 810, 790, 810, 820, 850, 870], [890, 880, 720, 840, 850, 850, 780, 890], [810, 940, 950, 800, 810, 870, 870, 810, 740, 810], [840, 850, 850, 780, 890, 810, 820, 800, 840], [840, 780, 810, 760, 810, 790, 810, 820, 850, 870], [890, 880, 720, 840, 850, 850, 780, 890], [810, 940, 950, 800, 810, 870, 870, 810, 740, 810], [840, 850, 850, 780, 890, 810, 820, 800, 840], [840, 780, 810, 760, 810, 790, 810, 820, 850, 870], [890, 880, 720, 840, 850, 850, 780, 890], [810, 940, 950, 800, 810, 870, 870, 810, 740, 810] ] ``` 3. 创建Boxplot对象,设置图表的基本属性: ```python boxplot = Boxplot() boxplot.set_global_opts(title_opts=opts.TitleOpts(title="箱线图")) ``` 4. 添加数据,设置图表的系列属性: ```python boxplot.add_xaxis(["expr1", "expr2", "expr3", "expr4", "expr5", "expr6", "expr7", "expr8", "expr9", "expr10", "expr11", "expr12", "expr13", "expr14", "expr15", "expr16", "expr17", "expr18", "expr19", "expr20"]) boxplot.add_yaxis("A", boxplot.prepare_data(data)) ``` 5. 渲染图表,生成HTML文件: ```python boxplot.render("boxplot.html") ```

相关推荐

import pandas as pd from pyecharts import options as opts from pyecharts.charts import Boxplot, Line, Grid # 读取数据 df = pd.read_excel('200马力拖拉机明细.xlsx') # 创建DataFrame df = pd.DataFrame({ 'FactoryName': df['FactoryName'], 'JiJXH': df['JiJXH'], 'sale': df['sale'] }) # 将FactoryName和JiJXH合并为一列 df['FactoryName-JiJXH'] = df['FactoryName'] + '-' + df['JiJXH'].astype(str) # 对FactoryName-JiJXH进行分组 grouped = df.groupby('FactoryName-JiJXH') # 绘制箱线图 box = Boxplot() box_data = [] for name, group in grouped: box_data.append([round(i, 2) for i in group['sale'].tolist()]) box.add_xaxis([name]) box.add_yaxis('', box.prepare_data(box_data), tooltip_opts=opts.TooltipOpts(trigger='axis', axis_pointer_type='cross')) box.set_global_opts( title_opts=opts.TitleOpts(title='Sale Boxplot', subtitle=''), xaxis_opts=opts.AxisOpts( axislabel_opts=opts.LabelOpts(interval=0, formatter='{value|换行}'.replace('换行', '\n')) ) ) box.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) # 绘制折线图 line = Line() for name, group in grouped: line.add_xaxis([name]) line.add_yaxis('Median', [round(group['sale'].median(), 2)], label_opts=opts.LabelOpts(is_show=False)) line.set_global_opts( title_opts=opts.TitleOpts(title='Sale Median Line', subtitle=''), xaxis_opts=opts.AxisOpts( axislabel_opts=opts.LabelOpts(interval=0, formatter='{value|换行}'.replace('换行', '\n')) ) ) # 合并图表 grid = Grid( init_opts=opts.InitOpts( width='1400px', height='800px', page_title='Boxplot and Median Line', theme='white' ) ) grid.add(box, grid_opts=opts.GridOpts(pos_left='10%', pos_right='10%')) grid.add(line, grid_opts=opts.GridOpts(pos_left='10%', pos_right='10%')) grid.render('boxplot_and_line.html') 提示list index out of range

最新推荐

recommend-type

echarts学习笔记之箱线图的分析与绘制详解

最近在学习echarts,所以下面这篇文章主要给大家介绍了关于echarts学习笔记之箱线图的分析与绘制的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考借鉴,下面随着小编来一起学习学习吧。
recommend-type

python pyecharts 实现一个文件绘制多张图

主要介绍了python pyecharts 实现一个文件绘制多张图,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python基于pyecharts实现关联图绘制

生活中有很多需要用到关联图的地方,至少我认为的是这样的图:...3. 根据json串,绘制关联图。 具体而言,主要是: <1>. 首先有一批数据,如图所示: <2>. 导入所需要的包 import json import pandas as pd
recommend-type

详解!用python的pyecharts模块绘制世界地图(疫情)

pyecharts可视化疫情确诊人数世界地图 首先,我们需要进行环境的配置:python版本需要3.6.x ,pyecharts版本1.x 使用pip自动安装最新版本(这里的版本是1.7.1) 记得下载配套资源!!! pip install pyecharts ...
recommend-type

pyzmq-23.0.0-cp37-cp37m-musllinux_1_1_x86_64.whl

Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB图像处理算法宝典:从理论到实战

![MATLAB图像处理算法宝典:从理论到实战](https://img-blog.csdnimg.cn/20200717112736401.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2d1emhhbzk5MDE=,size_16,color_FFFFFF,t_70) # 1. MATLAB图像处理基础理论 MATLAB图像处理是一种利用MATLAB编程语言进行图像处理的强大工具。它提供了丰富的函数和工具箱,用于图像获取、增强、分
recommend-type

matlab中1/x的非线性规划

在MATLAB中,可以使用非线性规划函数(`fmincon`)来优化一个包含1/x的非线性目标函数。下面是一个简单的例子: ```matlab % 定义目标函数 fun = @(x) 1/x; % 定义约束函数(这里没有约束) nonlcon = []; % 定义初始点 x0 = 1; % 定义优化选项 options = optimoptions('fmincon', 'Display', 'iter'); % 进行非线性规划 [x, fval] = fmincon(fun, x0, [], [], [], [], [], [], nonlcon, options); ``` 在
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。