最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

一文速學Python+Pyecharts繪制樹形圖

 更新時間:2023年02月17日 09:42:46   作者:fanstuck  
比起matplotlib,pyeacharts的圖表要豐富而且好看,而且pyechart文檔全,便于開發(fā)和閱讀文檔,熟練掌握后是一種非常好用的數(shù)據(jù)可視化的工具之一。本文就來用Pyecharts繪制樹形圖,快跟隨小編一起學習一下吧

前言

之前寫pandas和matplotlib的時候說到了想要出一期Pyechart系列數(shù)據(jù)可視化的文章。比起matplotlib,pyeacharts的圖表要豐富而且好看,這取決于它是基于百度團隊使用Javascript開發(fā)的商業(yè)級數(shù)據(jù)圖表。而且pyechart文檔全,便于開發(fā)和閱讀文檔,熟練掌握后是一種非常好用的數(shù)據(jù)可視化的工具之一。當然相比pandas的plot代碼會繁瑣一些,其中一些操作類方法也是比較復雜的,需要對其有個大概的掌握才能作出滿意的圖表。

在我之前的文章中也有好幾次使用到了pyechart方法,但是我覺得既然是完成一些數(shù)據(jù)可視化的操作應該就要快速可呈現(xiàn),作為數(shù)據(jù)處理能夠得到解析出想要的數(shù)據(jù)就足夠了,如果有個業(yè)務小組完全可以將這一部分交給前端去渲染就好了,主要還是快速出圖表給我們自己看,用于調(diào)整代碼而已。那么廢話不多說了開始吧!

一、Tree樹圖

pyecharts只能說不愧是國人開發(fā),文檔真的給力,不用再去啃生肉那么痛苦了。很多詳細的參數(shù)看開發(fā)文檔就可以看明白:pyecharts - A Python Echarts Plotting Library built with love.

我們來看它給出的基礎例圖:

from pyecharts import options as opts
from pyecharts.charts import Tree
 
 
data = [
    {
        "children": [
            {"name": "B"},
            {
                "children": [{"children": [{"name": "I"}], "name": "E"}, {"name": "F"}],
                "name": "C",
            },
            {
                "children": [
                    {"children": [{"name": "J"}, {"name": "K"}], "name": "G"},
                    {"name": "H"},
                ],
                "name": "D",
            },
        ],
        "name": "A",
    }
]
c = (
    Tree()
    .add("", data)
    .set_global_opts(title_opts=opts.TitleOpts(title="Tree-基本示例"))
    .render("tree_base.html")
)

此代碼會生成一個網(wǎng)頁:

看對應的前端源代碼:

<!DOCTYPE HTML>
<html>
 
<head>
  <meta charset="utf-8">
  <title>tree_base.html</title>
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
</head>
 
<body>
  <style type="text/css">
    html, body, #container {
      height: 100%;
    }
    body, #container {
      overflow: hidden;
      margin: 0;
    }
    #iframe {
      width: 100%;
      height: 100%;
      border: none;
    }
  </style>
  <div id="container">
    <iframe id="iframe" sandbox="allow-scripts" src="/files/Hivesqlblood/tree_base.html"></iframe>
  </div>
</body>
 
</html>

sandbox="allow-scripts"允許添加腳本執(zhí)行,也就是將我們編寫的python轉(zhuǎn)換為了js腳本,通過代碼輸入端口獲取echart的配置:

如果不想生成網(wǎng)頁將render("tree_base.html")改為render_notebook()即可。

樹形圖有很多種使用場景,比如事件的從屬關系,

這里更主要的是數(shù)據(jù)處理板塊,如果我們僅想要將一行列表數(shù)據(jù)轉(zhuǎn)換為樹形圖數(shù)據(jù)結(jié)構(gòu)該如何處理。

二、數(shù)據(jù)處理

我們拿到展示數(shù)據(jù)結(jié)構(gòu)為:

[    {        "children": [            {"name": "B"},            {                "children": [{"children": [{"name": "I"}], "name": "E"}, {"name": "F"}],
                "name": "C",
            },
            {
                "children": [
                    {"children": [{"name": "J"}, {"name": "K"}], "name": "G"},
                    {"name": "H"},
                ],
                "name": "D",
            },
        ],
        "name": "A",
    }
]

也就是結(jié)構(gòu)為 [{"children":[{"name": "B"},{"name": "B"}] ,"name": "temp"}]的類型,我們需要將將數(shù)據(jù)轉(zhuǎn)換為這個格式數(shù)據(jù),就以通用的list來說,如果用樹圖來表示的話肯定是有一節(jié)點為根節(jié)點,一部分節(jié)點為子節(jié)點。就以一個list來說:

list_1=['temp_road_check_20220902', 'dws_crowdsourcing_cs_order_link_mysql', 'track_point_traffic_dev_tk_track_traffic_info_offline']

第一個節(jié)點為根節(jié)點,其余為子節(jié)點。那么我們就可以進行這樣分裝:

list_1=['temp_road_check_20220902', 'dws_crowdsourcing_cs_order_link_mysql', 'track_point_traffic_dev_tk_track_traffic_info_offline']
list_children=[]
for i in range(len(list_1)-1):
    children_dict={"name":list_1[i+1]}
    list_children.append(children_dict)
dict_children={"children":list_children,"name": list_1[0]}
data=[dict_children]

這樣的話就可以形成樹形圖的格式了:

畫圖也就為:

最好肯定是使用常態(tài)化的思維去封裝這個方法,通過數(shù)據(jù)結(jié)構(gòu)調(diào)整方法。

到此這篇關于一文速學Python+Pyecharts繪制樹形圖的文章就介紹到這了,更多相關Python Pyecharts繪制樹形圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • 使用Python爬取小姐姐圖片(beautifulsoup法)

    使用Python爬取小姐姐圖片(beautifulsoup法)

    這篇文章主要介紹了Python爬取小姐姐圖片(beautifulsoup法),本文給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-02-02
  • Pandas字符串操作的各種方法及速度測試

    Pandas字符串操作的各種方法及速度測試

    這篇文章主要為大家介紹了Pandas字符串操作的各種方法及速度測試,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-08-08
  • Python填充任意顏色,不同算法時間差異分析說明

    Python填充任意顏色,不同算法時間差異分析說明

    這篇文章主要介紹了Python填充任意顏色,不同算法時間差異分析說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-05-05
  • python中的gunicorn配置和使用教程

    python中的gunicorn配置和使用教程

    這篇文章主要介紹了python中的gunicorn配置和使用教程,本文通過示例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2023-06-06
  • python獲取word文檔總頁數(shù)的兩種方法

    python獲取word文檔總頁數(shù)的兩種方法

    這篇文章主要介紹了python獲取word文檔的總頁數(shù)的兩種方法,文中給出了兩種解決方案,兩種方案也都各有優(yōu)缺點,可能也不一定是完全準確的,需要的朋友可以參考下
    2024-03-03
  • python的常見命令注入威脅

    python的常見命令注入威脅

    不過下面可是我們開發(fā)產(chǎn)品初期的一些血淋淋的案例,更多的安全威脅可以看看北北同學的《python hack》PPT,里面提及了不只命令執(zhí)行的威脅,那些都是我們親身經(jīng)歷的代碼
    2013-02-02
  • pandas數(shù)據(jù)合并與重塑之merge詳解

    pandas數(shù)據(jù)合并與重塑之merge詳解

    這篇文章主要介紹了pandas數(shù)據(jù)合并與重塑之merge,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-02-02
  • python利用dlib獲取人臉的68個landmark

    python利用dlib獲取人臉的68個landmark

    這篇文章主要介紹了python利用dlib獲取人臉的68個landmark,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-11-11
  • flask中的wtforms使用方法

    flask中的wtforms使用方法

    這篇文章主要介紹了flask中的wtforms使用方法,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-07-07
  • 用Python生成器實現(xiàn)微線程編程的教程

    用Python生成器實現(xiàn)微線程編程的教程

    這篇文章主要介紹了用Python生成器實現(xiàn)微線程編程的教程,本文來自于IBM官方開發(fā)者技術(shù)文檔,需要的朋友可以參考下
    2015-04-04

最新評論

宁晋县| 呼和浩特市| 锡林郭勒盟| 馆陶县| 孝昌县| 页游| 昂仁县| 砀山县| 大姚县| 石景山区| 承德县| 余江县| 邹城市| 宁海县| 攀枝花市| 通山县| 祁阳县| 宝清县| 渑池县| 都昌县| 大连市| 南郑县| 高青县| 沙湾县| 麻江县| 南涧| 闸北区| 琼海市| 崇州市| 政和县| 光泽县| 车险| 当阳市| 蓬溪县| 西宁市| 特克斯县| 盐津县| 秀山| 吉木乃县| 张家口市| 青田县|