数据可视化——使用echars图表展示

小鱼儿 2024-05-06 23:25 163阅读 0赞

目录

1、前言

2、解决方案

2.1、echars(前端等组件库)

2.2、PPT等其他软件工具

2.3、使用flourish等在线数据可视化制作平台

2.4、自己用代码实现


1、前言

  • 有一个小作业,需要自己收集一组数据,然后进行数据可视化,并且对数据进行分析
  • 对此,有多种解决方案,纠结一会后,最终我选择echars!
  • 毕竟对我来说,echars快捷简单,并且还可以动!?泰裤辣!!!





























方案 利处 弊端 改进建议
echarts组件库

1. 功能强大,支持多种图表类型;

2. 可以灵活定制图表风格;

3. 支持数据动态更新和响应式布局。

1. 对初学者来说,上手难度较大;

2. 部分高级功能需要付费使用。

1. 提供更详细的文档和教程;

2. 增加更多示例代码和模板;

3. 开源或者免费提供更多高级功能。

PPT等其他软件工具

1. 操作简单,易于上手;

2. 可以添加文字、图片、动画等多种元素;

3. 可以输出为PPT或PDF等格式。

1. 功能不够专业化,无法满足一些高级需求;

2. 交互性较差,难以实现数据动态更新。

1. 加入更多专业化图表类型;

2. 支持更多数据源和自动化更新机制;

3. 优化图表样式和动画效果。

Flourish等在线数据可视化平台

1. 操作简单,无需编写代码;

2. 提供多种模板和图表类型;

3. 支持数据导入和自动更新。

1. 功能有限,定制化程度不高;

2. 部分高级功能需要付费使用;

3. 数据安全性存在隐患。

1. 加入更多自定义功能和插件支持;

2. 提高数据安全性和稳定性;

3. 开源或者免费提供更多高级功能。

2、解决方案

2.1、echars(前端等组件库)

效果图

f987d15d2488424db9a82adbbbb2a85e.png

代码分享:

数据可视化作业.zip - 蓝奏云文件大小:629.1 K|favicon.icohttps://wwwf.lanzout.com/i8c100xy3yni

2.2、PPT等其他软件工具

c6eedf8f9c8a40c696f28b8d9164dd62.png

可以做,但是没必要,而且要做一个数据大屏,还是挺浪费时间的!

99c2f4cf8161460dbefa695a591733b4.png

2.3、使用flourish等在线数据可视化制作平台

d0a551cc65db4eaa96ba24034b1cd1bb.png软考备考记录_哔哩哔哩_bilibili竞赛题在线制作网站:https://app.flourish.studio(真好用!还可以用来水个作业bushi)本视频在线预览:https://public.flourish.studio/visualisation/13931917/ ps:准备使用Python的bar_chart_race 生成动态条形图的,但是好多数据都不兼容唉,搞了1小时都没有调整好…(大哭.jpg), 视频播放量 209、弹幕量 0、点赞数 2、投硬币枚数 0、收藏人数 0、转发人数 3, 视频作者 电石QwQ, 作者简介 不甘寂寞,相关视频:23上半年软考泄题总结,为什么都劝穷人家孩子学计算机而不是其他专业?句句戳心!别再执迷不悟了!!!,2023软考泄题,大学期间计算机专业最值得拿的五个含金量高的证书,保研加分,面试求职快人一步!,科软学长带你划重点(408计组王道书),盲目自学计算机的惨痛教训,句句戳心,别再执迷不悟了,2023上半年中级软件设计师下午估分(转载至我神zst_2001的答案),我摊牌了,我就是这样上岸了,6个月备考公务员,附计划表,443分第一上岸南大:政治经验分享&备考心得,【全364集】赶紧安排上!火遍B站的【网络工程师】大佬带你恶补网工入门到进阶必学课程,收藏起来慢慢学!网工入门_华为认证_HCIA_HCIP_网工学习路线739f568ffa7f08acb9768616e75495b99febc99c.jpg_100w_100h_1c.png_57w_57h_1c.pnghttps://www.bilibili.com/video/BV1Xz4y1i7T3

效果挺好

2.4、自己用代码实现

比较麻烦(数据容易不匹配)

  1. import pandas as pd
  2. import matplotlib.pyplot as plt
  3. import os
  4. import imageio
  5. # 读取 Excel 文件
  6. df = pd.read_excel('schedule.xlsx')
  7. # 提取耗时数据列
  8. columns = ['睡觉', '吃饭', '娱乐', '学习英语', '准备软考']
  9. values = df[columns].values
  10. # 创建竞赛动态条形图的每一帧
  11. frames = []
  12. for i in range(len(df)):
  13. # 创建 Matplotlib Figure 对象
  14. fig, ax = plt.subplots(figsize=(6, 3.5))
  15. # 绘制当前行的数据
  16. bar = ax.bar(columns, values[i], color=['gray', 'red', 'blue', 'green', 'orange'])
  17. # 在每一个条形上添加文字标签
  18. for rect in bar:
  19. height = rect.get_height()
  20. ax.annotate(f'{height:.1f}', xy=(rect.get_x() + rect.get_width() / 2, height), xytext=(0, 3),
  21. textcoords='offset points', ha='center', va='bottom', fontsize=8)
  22. # 隐藏 X 轴的标签和刻度线
  23. ax.set_xticklabels([])
  24. ax.tick_params(axis='x', length=0)
  25. # 设置 Y 轴的范围
  26. ax.set_ylim(0, 10)
  27. ax.set_ylabel('Time (h)')
  28. # 设置图表的标题
  29. date = pd.Timestamp(df.loc[i, '日期']).strftime('%Y-%m-%d')
  30. ax.set_title(f'Daily Schedule: {date}')
  31. # 将当前帧转换为 PIL Image 对象
  32. fig.tight_layout()
  33. fig.canvas.draw()
  34. pil_image = plt.gcf().canvas.buffer_rgba()
  35. # 将 PIL Image 对象添加到帧列表中
  36. frames.append(pil_image)
  37. # 清空 Matplotlib Figure 对象以便下一次使用
  38. plt.cla()
  39. # 使用 imageio 库将帧列表保存为 GIF 动态图
  40. imageio.mimsave('schedule.gif', frames, 'GIF', duration=0.5)
  41. # 删除生成的临时 PNG 文件
  42. os.system('del temp_*.png')

好看的echars——雷达图

  1. option = {
  2. backgroundColor: '#000',
  3. radar: {
  4. center: ['50%', '50%'],
  5. radius: '85%',
  6. name: {
  7. textStyle: {
  8. color: '#fff',
  9. fontSize: 12,
  10. fontFamily: 'PingFangSC-Regular, PingFang SC;',
  11. // fontWeight: "500",
  12. },
  13. },
  14. axisLine: {
  15. lineStyle: {
  16. color: '#013A3F',
  17. },
  18. },
  19. indicator: [
  20. { name: '资产负债率', max: 6500 },
  21. { name: '利息保障倍数', max: 6000 },
  22. { name: '长期负债比率', max: 30000 },
  23. { name: '现金流量比率', max: 38000 },
  24. { name: '现金比率', max: 52000 },
  25. { name: '速动比率', max: 52000 },
  26. { name: '流动比率', max: 52000 },
  27. { name: '产权比率', max: 52000 },
  28. ],
  29. splitArea: {
  30. show: false,
  31. areaStyle: {
  32. color: 'rgba(255,0,0,0)',
  33. },
  34. },
  35. splitLine: {
  36. show: true,
  37. lineStyle: {
  38. width: 1,
  39. color: '#01424C',
  40. },
  41. },
  42. },
  43. series: [
  44. {
  45. name: '成绩单',
  46. type: 'radar',
  47. data: [
  48. {
  49. value: [4200, 3000, 20000, 35000, 50000, 18000, 50000, 18000],
  50. symbol: 'none',
  51. areaStyle: { color: 'rgba(71,237,252,.3)' },
  52. lineStyle: {
  53. color: '#47EDFC',
  54. width: 1,
  55. },
  56. label: {
  57. show: true,
  58. formatter: function (params) {
  59. return params.value;
  60. },
  61. },
  62. },
  63. ],
  64. //流动光效配置
  65. effect: true,
  66. showEffectOn: 'render',
  67. rippleEffect: {
  68. brushType: 'stroke',
  69. scale: 2.5,
  70. },
  71. //提示框配置
  72. tooltip: {
  73. trigger: 'item',
  74. },
  75. },
  76. {
  77. type: 'graphic',
  78. // 设定层级
  79. zlevel: 1000,
  80. elements: [{
  81. type: 'circle',
  82. shape: {
  83. r: 20
  84. },
  85. style: {
  86. fill: '#fff',
  87. stroke: '#47EDFC',
  88. lineWidth: 3
  89. },
  90. position: ['50%', '50%'],
  91. // 表示图案从 0 到 1 循环播放
  92. // duration 指定了每次循环所需时间
  93. // delay 表示初始化时需要等待的时间,由于要在雷达图基础上添加效果,可以适当调高延迟时长
  94. // repeatDelay 表示每次播放完成后需要等待的时间
  95. // repeat 表示动效需要播放的次数,0 表示无限循环
  96. // easing 表示动效缓动函数,linear 就是线性变化,无需使用其他函数
  97. // scale 表示动效所需的缩放数值,表示图案从 0 到 scale 缩放
  98. // opacity 表示图形不透明度变化,表示图案从 0 到 opacity 的不透明度变化
  99. // 如果 scale 与 opacity 都为 0,则意味着这个动效的展示方式是完全消失,这里 scale 设定为 1,opacity 设定为 0.8
  100. // 然后将 duration 设定为一个适中的值,这里就设定为 2000ms,每次循环完成后需要延迟 1000ms
  101. // 最后在 graphic 组件的元素中加入 text,设置好显示的 text,如果不需要只需要删去即可
  102. // 需要注意:由于我们让整个 graphic 组件的 zlevel 设定为 1000,因此 text 显示在页面最顶层上。
  103. animation: 'scale',
  104. left: 0,
  105. right: 0,
  106. top: 0,
  107. bottom: 0,
  108. duration: 2000,
  109. delay: 2000,
  110. repeatDelay: 1000,
  111. repeat: 0,
  112. easing: 'linear',
  113. scale: 1,
  114. opacity: 0.8,
  115. style: {
  116. text: 'Hello World!',
  117. textAlign: 'center',
  118. textVerticalAlign: 'middle',
  119. textFont: 'bold 30px Microsoft YaHei',
  120. fill: '#47EDFC',
  121. }
  122. }]
  123. }
  124. ],
  125. };

发表评论

表情:
评论列表 (有 0 条评论,163人围观)

还没有评论,来说两句吧...

相关阅读

    相关 数据展示

    数据可视化,现在可以说是非常受欢迎的,因为它可以通过图形化的设计就可以清晰的展示出各种数据。可以给领导展示出高逼格的前端可视化界面。从而省去了过多的数据展示。这次的文章就是使