ECharts와 Python 인터페이스를 사용하여 가로 막대 차트를 생성하는 방법
ECharts는 JavaScript를 기반으로 개발된 시각적 차트 라이브러리로, 다양한 데이터 시각화 차트를 쉽게 만들 수 있습니다. Python 인터페이스와 결합하여 데이터 처리 및 시각화를 보다 편리하게 수행할 수 있습니다.
이 글에서는 ECharts와 Python 인터페이스를 사용하여 수평 히스토그램을 생성하는 방법을 소개하고 구체적인 코드 예제를 제공합니다.
먼저 데이터를 준비해야 합니다. 여기서는 특정 학급의 학생들의 점수를 예로 들어보겠습니다. 다음 데이터가 있다고 가정합니다.
Name | Chinese | Math | English |
---|---|---|---|
张三 | 90 | 80 | 75 |
John Doe | 75 | 95 | 85 |
王五 | 80 | 90 | 70 |
Zhao Liu | 85 | 75 | 90 |
Python의 Pandas 라이브러리를 사용하여 다음을 읽을 수 있습니다. 데이터를 처리하고 처리합니다. 구체적인 코드는 다음과 같습니다.
import pandas as pd # 读取数据 df = pd.read_csv('成绩表.csv') # 将姓名作为索引 df.set_index('姓名', inplace=True) # 取出各科成绩 chinese = df['语文'] math = df['数学'] english = df['英语'] # 计算平均成绩 average = df.mean(axis=1)
다음으로 ECharts를 사용하여 수평 히스토그램을 그립니다. 구체적인 코드는 다음과 같습니다.
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>水平柱状图示例</title> <script src="https://cdn.staticfile.org/echarts/5.0.2/echarts.min.js"></script> </head> <body> <div id="main" style="height: 500px;"></div> <script> // 初始化echarts实例 var myChart = echarts.init(document.getElementById('main')) // 配置项 var option = { title: { text: '某班级成绩' }, tooltip: {}, legend: { data:['语文', '数学', '英语', '平均分'] }, xAxis: { type: 'value', axisLabel: { show: false } }, yAxis: { type: 'category', data: ['张三', '李四', '王五', '赵六'] }, series: [ { name: '语文', type: 'bar', stack: '总成绩', label: { show: true, position: 'right' }, data: chinese }, { name: '数学', type: 'bar', stack: '总成绩', label: { show: true, position: 'right' }, data: math }, { name: '英语', type: 'bar', stack: '总成绩', label: { show: true, position: 'right' }, data: english }, { name: '平均分', type: 'bar', stack: '总成绩', label: { show: true, position: 'right' }, data: average } ] }; myChart.setOption(option) </script> </body> </html>
코드를 실행하면 아름다운 가로 막대 그래프를 볼 수 있습니다.
이 글에서는 ECharts와 Python 인터페이스를 사용하여 수평 히스토그램을 생성하는 방법을 소개하고 구체적인 코드 예제를 제공합니다. 이 방법을 통해 우리는 데이터를 쉽게 처리하고 시각화할 수 있어 데이터를 보다 직관적이고 이해하기 쉽게 만들 수 있습니다.
위 내용은 ECharts 및 Python 인터페이스를 사용하여 수평 히스토그램을 생성하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!