PyEcharts数据可视化绘制全国肺炎确诊人数所占比例关系柱状图和线图组合图

时间: 2023-12-07 10:05:50 浏览: 24
好的,首先需要准备数据。假设我们有以下数据: ```python data = { '北京': 934, '上海': 328, '广东': 1346, '河南': 1276, '浙江': 1215, '湖南': 1018, '安徽': 990, '江西': 935, '重庆': 579, '江苏': 631, '四川': 548, '湖北': 67799, '山东': 758, '黑龙江': 481, '福建': 296, '河北': 318, '广西': 252, '陕西': 245, '云南': 174, '海南': 164, '贵州': 146, '新疆': 76, '甘肃': 139, '宁夏': 75, '青海': 18, '西藏': 1, '台湾': 18, '香港': 104, '澳门': 10 } ``` 我们使用 PyEcharts 库进行绘图,需要先安装: ```bash pip install pyecharts ``` 然后,可以使用以下代码绘制柱状图和线图组合图: ```python from pyecharts.charts import Bar, Line from pyecharts import options as opts # 准备数据 data_list = [(k, v) for k, v in data.items()] data_list.sort(key=lambda x: x[1], reverse=True) x_data = [x[0] for x in data_list] y_data = [x[1] for x in data_list] total_sum = sum(y_data) percent_data = [round(y/total_sum, 4) for y in y_data] # 绘制柱状图 bar = ( Bar() .add_xaxis(x_data) .add_yaxis("确诊人数", y_data) .set_global_opts( title_opts=opts.TitleOpts(title="全国肺炎确诊人数所占比例关系柱状图"), yaxis_opts=opts.AxisOpts(name="确诊人数(人)"), xaxis_opts=opts.AxisOpts(name="省份") ) ) # 绘制线图 line = ( Line() .add_xaxis(x_data) .add_yaxis("确诊人数占比", percent_data) .set_global_opts( title_opts=opts.TitleOpts(title="全国肺炎确诊人数所占比例关系线图"), yaxis_opts=opts.AxisOpts( name="确诊人数占比", axislabel_opts=opts.LabelOpts(formatter="{value}%") ), xaxis_opts=opts.AxisOpts(name="省份") ) ) # 绘制组合图 bar.overlap(line).render("全国肺炎确诊人数所占比例关系柱状图和线图组合图.html") ``` 运行完毕后,会在当前目录下生成一个 HTML 文件,打开即可看到绘制好的图表。

相关推荐

最新推荐

recommend-type

python使用pyecharts库画地图数据可视化的实现

主要介绍了python使用pyecharts库画地图数据可视化的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

python数据可视化1(柱状图案例)

python小白一枚,希望大家可以多提意见 ...#导入我们所需要的模块 plt.figure(figsize=(8,6),dpi=80) plt.subplot(1,1,1) plt.figure () 设置画布 figsize=(a,b) a,b为长宽,单位为inch dpi=80 每英寸的点数为80(d
recommend-type

Flask和pyecharts实现动态数据可视化

主要介绍了Flask和pyecharts实现动态数据可视化,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

利用pyecharts读取csv并进行数据统计可视化的实现

主要介绍了利用pyecharts读取csv并进行数据统计可视化的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

数据可视化之利用Python制作词云图

制作词云图一.词云图介绍二.wordcloud方法二. stylecloud方法 一.词云图介绍 词云图可以看作是文本数据的视觉表示,由词汇组成类似云的彩色图形。相对其它诸多用来显示数值数据的图表,词云图的独特之处在于,可以...
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

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用matlab绘制高斯色噪声情况下的频率估计CRLB,其中w(n)是零均值高斯色噪声,w(n)=0.8*w(n-1)+e(n),e(n)服从零均值方差为se的高斯分布

以下是用matlab绘制高斯色噪声情况下频率估计CRLB的代码: ```matlab % 参数设置 N = 100; % 信号长度 se = 0.5; % 噪声方差 w = zeros(N,1); % 高斯色噪声 w(1) = randn(1)*sqrt(se); for n = 2:N w(n) = 0.8*w(n-1) + randn(1)*sqrt(se); end % 计算频率估计CRLB fs = 1; % 采样频率 df = 0.01; % 频率分辨率 f = 0:df:fs/2; % 频率范围 M = length(f); CRLB = zeros(M,1); for
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。