import pandas as pd
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode data = pd.DataFrame({
"区域": ["A区", "B区", "C区"],
"总销量": [23, 32, 14],
"上衣销量": [3, 5, 10],
"裤子销量": [15, 5, 1],
"鞋袜销量": [5, 22, 3]
})
color_js = """new echarts.graphic.LinearGradient(0, 0, 0, 1,
[{offset: 1, color: '#9400D3'}, {offset: 0, color: '#B8860B'}], false)""" stack_bar = (
Bar(init_opts=opts.InitOpts(width="900px", height="500px",theme=ThemeType.INFOGRAPHIC))
.add_xaxis(data["区域"].tolist())
.add_yaxis("上衣销量", data["上衣销量"].tolist(), stack="stack1", color="Turquoise")
.add_yaxis("裤子销量", data["裤子销量"].tolist(), stack="stack2", color="LightSeaGreen")
.add_yaxis("鞋袜销量", data["鞋袜销量"].tolist(), stack="stack3", color="DarkCyan")
.set_series_opts(
label_opts=opts.LabelOpts(position="inside", color="white", font_size=15),
itemstyle_opts=opts.ItemStyleOpts(color=JsCode(color_js)),
# markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="min",name="最小值"),
# opts.MarkLineItem(type_="max",name="最大值"),
# opts.MarkLineItem(type_="average", name="平均值")]),
# markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min",name="最小值"),
# opts.MarkPointItem(type_="max", name="最da值")])
)
)
stack_bar.render("render_notebook.html")

Python数据可视化-条形图渐变颜色的更多相关文章

  1. Python数据可视化的四种简易方法

    摘要: 本文讲述了热图.二维密度图.蜘蛛图.树形图这四种Python数据可视化方法. 数据可视化是任何数据科学或机器学习项目的一个重要组成部分.人们常常会从探索数据分析(EDA)开始,来深入了解数据, ...

  2. python --数据可视化(一)

    python --数据可视化 一.python -- pyecharts库的使用 pyecharts--> 生成Echarts图标的类库 1.安装: pip install pyecharts ...

  3. 【python可视化系列】python数据可视化利器--pyecharts

    学可视化就跟学弹吉他一样,刚开始你会觉得自己弹出来的是噪音,也就有了在使用python可视化的时候,总说,我擦,为啥别人画的图那么溜: [python可视化系列]python数据可视化利器--pyec ...

  4. python -- 数据可视化(二)

    python -- 数据可视化 一.Matplotlib 绘图 1.图形对象(图形窗口) mp.figure(窗口名称, figsize=窗口大小, dpi=分辨率, facecolor=颜色) 如果 ...

  5. Python数据可视化-seaborn库之countplot

    在Python数据可视化中,seaborn较好的提供了图形的一些可视化功效. seaborn官方文档见链接:http://seaborn.pydata.org/api.html countplot是s ...

  6. python 数据可视化

    一.基本用法 import numpy as np import matplotlib.pyplot as plt x = np.linspace(-1,1,50) # 生成-1到1 ,平分50个点 ...

  7. Python数据可视化基础讲解

    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. 作者:爱数据学习社 首先,要知道我们用哪些库来画图? matplotlib ...

  8. 《数据可视化之美》高清PDF全彩版|百度网盘免费下载|Python数据可视化

    <数据可视化之美>高清PDF全彩版|百度网盘免费下载|Python数据可视化 提取码:i0il 内容简介 <数据可视化之美>内容简介:可视化是数据描述的图形表示,旨在一目了然地 ...

  9. python数据可视化编程实战PDF高清电子书

    点击获取提取码:3l5m 内容简介 <Python数据可视化编程实战>是一本使用Python实现数据可视化编程的实战指南,介绍了如何使用Python最流行的库,通过60余种方法创建美观的数 ...

  10. Python数据可视化 -- Wordcloud

    Python数据可视化 -- Wordcloud 安装 启动命令行,输入:pip install wordcloud word cloud 库介绍 及简单使用 wordcloud库,可以说是pytho ...

随机推荐

  1. R7-3 汉诺(Hanoi)塔问题

    R7-3 汉诺(Hanoi)塔问题 分数 20 全屏浏览题目 切换布局 作者 张高燕 单位 浙大城市学院 古代某寺庙中有一个梵塔,塔内有3个座A.B和C,座A上放着64个大小不等的盘,其中大盘在下,小 ...

  2. React中store、action和reducer之间的关系

    redux的三剑客store ----->物流仓库中心store,把它想象成一个物流仓库中心,数据(state)就是一个个包裹 action ---->包裹的包装 store.dispat ...

  3. Solution - ARC152D Halftree

    首先 \(n\) 为偶数时无解,这是显然的,因为一次加两条边,总边数一定是偶数. 下面我们证明 \(n\) 为奇数时一定有解,直接进行构造. 首先将每一个点编号加上 \(k\) 再模 \(n\) 的答 ...

  4. angular 用法总结

    架构: 1.一个总页面,然后用组件组成 2.每个组件又由三个文件组成,html,css,ts,三种不同的语言放在三个不同的文件中, 3.ts是总配置文件,里面联合各个其他文件(html,css) 语法 ...

  5. xlwings.copy两种用法和匹配超链接

    第一种复制整个sheet页,不能覆盖同名sheet,需先删除.name新sheet也名称 after复制后的位置wb.sheets('增量机会-体外刷新导入').copy(name='快照版本(勿动) ...

  6. js 表格分页,ajax请求后台数据前台分页

    $(function(){ var url="后台给的地址"; var shuju=document.getElementById("shuju"); cons ...

  7. less的基本用法

    学习less详细文章链接 https://juejin.cn/post/6844903520441729037#heading-9

  8. C#实现Bitmap旋转

    原文链接 Rotate180FlipNone 指定不进行翻转的 180 度旋转.Rotate180FlipX 指定后接水平翻转的 180 度旋转.Rotate180FlipXY 指定后接水平翻转和垂直 ...

  9. 网络编程之 urllib 模块

    首先urlib并不是一个很好用的方法,这里仅作简单介绍.一般我们用requests方法来代替urlib方法. 1. get请求 1 from urllib import request 2 url = ...

  10. 波利亚(George Pólya)的一些链接

    忽然决定还是要写个博客. 第一篇献给波利亚. 他最有名的应该是<怎样解题>(How to solve it)这本书了.我认为只要读了前面几页就能提高普通人解决问题的能力,真的应该列为中学必 ...