前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

众所周知，JS 在交互以及视觉效果方面具有很强的优势。Python 是一种表达语言，并在数据科学领域备受喜爱。这两种技术优势的结合产生了 cutecharts。它的项目结构与 pyecharts 相同，支持 pyecharts 的所有核心功能，同时更轻巧，整体上也更简洁。

在 Python 绘图库中，Pyecharts、Matplotlib、Seaborn 早已名声在外，但在创造力方面，cutecharts 绝对不输任何一款绘图库！

安装方法

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 

图例展示

1、柱形图

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-调整颜色")     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')

结果展示

 

 

2、线性图

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')

结果展示

 

3、饼图

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')

结果展示

 

4、雷达图

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')

结果展示

 

5、散点图

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()

结果展示

 

结论

通过上述 5 个图，我们可以看出这些图的风格与Pyecharts、Matplotlib、Seaborn 库的画图风格有点不一样吧，喜欢这种非主流的风格的小伙伴可以尝试一下哦

以上文章来源于Python学习与数据挖掘，作者 喜欢就关注呀