前言

本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，

眾所周知，JS 在互動以及視覺效果方面具有很強的優勢，Python 是一種表達語言，并在資料科學領域備受喜愛，這兩種技術優勢的結合產生了 cutecharts，它的專案結構與 pyecharts 相同，支持 pyecharts 的所有核心功能，同時更輕巧，整體上也更簡潔，

在 Python 繪圖庫中，Pyecharts、Matplotlib、Seaborn 早已名聲在外，但在創造力方面，cutecharts 絕對不輸任何一款繪圖庫！

安裝方法

pip install cutecharts
或
git clone https://github.com/cutecharts/cutecharts.py.git
cd cutecharts.py
pip install -r requirements.txt
python setup.py install

圖例展示

1、柱形圖

from cutecharts.charts import Bar
from cutecharts.components import Page
from cutecharts.faker import Faker


def bar_base() -> Bar:
    chart = Bar("Bar-基本示例")
    chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel")
    chart.add_series("series-A", Faker.values())
    return chart


bar_base().render()


def bar_tickcount_colors():
    chart = Bar("Bar-調整顏色")
    chart.set_options(labels=Faker.choose(), y_tick_count=10, colors=Faker.colors)
    chart.add_series("series-A", Faker.values())
    return chart


page = Page()
page.add(bar_base(), bar_tickcount_colors())
page.render('temp02.html')

結果展示

2、線性圖

from cutecharts.charts import Line
from cutecharts.components import Page
from cutecharts.faker import Faker

def line_base() -> Line:
    chart = Line("Line-基本示例")
    chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel")
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart

line_base().render('temp03.html')

結果展示

3、餅圖

from cutecharts.charts import Pie
from cutecharts.components import Page
from cutecharts.faker import Faker


def pie_base() -> Pie:
    chart = Pie("Pie-基本示例")
    chart.set_options(labels=Faker.choose())
    chart.add_series(Faker.values())
    return chart


pie_base().render('temp05.html')

結果展示

4、雷達圖

from cutecharts.charts import Radar
from cutecharts.components import Page
from cutecharts.faker import Faker

def radar_base() -> Radar:
    chart = Radar("Radar-基本示例")
    chart.set_options(labels=Faker.choose())
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart

radar_base().render('temp06.html')

結果展示

5、散點圖

from cutecharts.charts import Scatter
from cutecharts.components import Page
from cutecharts.faker import Faker


def scatter_base() -> Scatter:
    chart = Scatter("Scatter-基本示例")
    chart.set_options(x_label="I'm xlabel", y_label="I'm ylabel")
    chart.add_series(
        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    chart.add_series(
        "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    return chart

scatter_base().render()

結果展示

結論

通過上述 5 個圖，我們可以看出這些圖的風格與Pyecharts、Matplotlib、Seaborn 庫的畫圖風格有點不一樣吧，喜歡這種非主流的風格的小伙伴可以嘗試一下哦

以上文章來源于Python學習與資料挖掘，作者喜歡就關注呀

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/161523.html

標籤：其他

上一篇：python爬取鏈家二手房資訊，確認過眼神我是買不起的人

下一篇：Python爬取素材網站3000多條音頻素材檔案

常規的可視化圖見多了？那就來看看具有創造力的非主流庫

前言

安裝方法

圖例展示

結論