首页编程开发ECharts【数据可视化(EChart...

【数据可视化(ECharts篇)】44.在Jupyter Notebook中使用ECharts绘制图表

本系列文章配套代码获取有以下两种途径:

  • 通过百度网盘获取:
链接:https://pan.baidu.com/s/1W26KrZK7RjwgxvulccTA9w?pwd=mnsj 提取码:mnsj
  • 前往GitHub获取
https://github.com/returu/Data_Visualization





01
Jupyter Notebook

Jupyter Notebook是一个开源的Web应用程序,用户可以创建和编辑文档,这些文档由代码单元格和文本单元格组成。
Jupyter Notebook具有交互性,用户可以在代码单元格中输入代码,并在实时预览中查看结果。
简而言之,Jupyter Notebook可以通过浏览器打开,直接在网页页面中编写代码和运行代码,而无须搭建Python环境,并且代码的运行结果也会直接在代码块下显示。

更多内容可以前往官网查看:
https://jupyter.org/
02
使用ECharts绘制图表

首先需要注意的是,由于ECharts会使用到JavaScript,因此需要在Jupyter Notebook代码块前加入%%javascript表示该部分代码块为JavaScript代码。
  • 引入echarts.js脚本文件:

之前,我们都是通过在Header中使用Script 标签的方式来引入echarts.js脚本文件
<script type="text/javascript" src="js/echarts.js"></script>
而在Jupyter Notebook中需要使用到requirejs,其是IPYNB管理JS模块的基础库,并且Jupyter Notebook自带requirejs,因此可以使用requirejs很方便地来引入外部js文件。
具体代码如下所示:
%%javascript

// 定义一个 require 配置
// 通过requirejs.config() 函数可以对requirejs进行灵活的配置,其参数为一个配置对象,paths配置项用于映射要加载的模块路径
requirejs.config({
    paths: {
        'echarts''./echarts',//末尾会自动添加.js, 这里一定要去掉,否则引用失败
    }
});

  • 引入和执行代码:
使用以下代码模板可以很方便的加载ECharts,具体代码如下所示,其中option与之前介绍的一样,可以根据绘图需要进行相应调整:
%%javascript

// 创建一个容纳图表的容器
element.append('<div id="chart" style="min-width: 400px; height: 400px"></div>');

// 使用 requirejs 加载 ECharts
(function(element{
    // 接收两个函数
    // 第一个是一个字符串数组,表示依赖的模块
    // 第二个参数是一个函数,参数是前面依赖的模块,在函数中可做逻辑处理,通过return一个对象暴露模块的属性和方法,不在return中的可以认为是私有方法和私有属性
    requirejs(['echarts'], function(echarts{
    // 设置图表的参数
    var option = {
        title: {
            text"雷达图"
        },

        tooltip: {},

        legend: {},

        radar: {
            shape:"polygon",
            indicator: [
                { name"维度一"max280 ,color:"red"},
                { name"维度二"max280 },
                { name"维度三"max280 },
                { name"维度四"max280 },
                { name"维度五"max280 },
                { name"维度六"max280 },
            ],
            axisLine:{
                symbol:["none","arrow"],
                lineStyle:{
                    color:"#333"
                }
            },
            axisTick:{show:false},
            splitLine:{
                lineStyle:{
                    color:"red",
                    width:1,
                    opacity:0.5
                }},
            splitArea:{
                areaStyle:{
                    color:['rgba(0,7,255,0.05)','rgba(0,220,255,0.05)']
                }
            },
        },

        series: [{
            type"radar",
            lineStyle:{width:3},
            areaStyle:{opacity:0.4},
            data: [
                { name"对象一"value: [150230224218135147] },
                { name"对象二"value: [100200260200180190] },
                { name"对象三"value: [130180200230150210] }
            ]
        }],
    };
        var myChart = echarts.init(document.getElementById('chart'));
        myChart.setOption(option);
        return {};
    });
})(element);
代码在Jupyter Notebook中的运行结果如下图所示:


更多参数和配置可以查看官方文档:

1https://echarts.apache.org/zh/option.html


本篇文章来源于微信公众号: 码农设计师

RELATED ARTICLES

欢迎留下您的宝贵建议

Please enter your comment!
Please enter your name here

- Advertisment -

Most Popular

Recent Comments