3D酷炫立體圖現已加入pyecharts豪華晚餐

青衫無名發表於2018-03-01

1. datazoom 中增加了將元件效果顯示在 y 座標軸中的功能。

本來是這樣的

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

現在還可以這樣

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

2. 增加了對 Pandas 和 Numpy 資料的簡單處理。解決直接傳入 Pandas 和 Numpy 資料型別出錯的問題。

如果使用的是 Numpy 或者 Pandas,直接將資料放入 add() 方法也可能會出現問題,因為 add() 方法接受的是兩個 list 列表。最後所有的配置項都是要經過 JSON 序列化的,像 int64 這種型別的資料在這個過程是會報錯的。

在這裡提供了 pdcast(pddata) 和 npcast(npdata) 兩個方法,用於這兩個庫資料型別的處理。

pdcast(),接受的引數可以為 Series 或者 DataFrame 型別。

@staticmethod pdcast(pddata)用於處理 Pandas 中的 Series 和 DataFrame 型別,返回 value_lst, index_list 兩個列表 傳 入的型別為 Series 的話,pdcast() 會返回兩個確保型別正確的列表(整個列表的資料型別為 float 或者 str,會先嚐試轉換為數值型別的 float,出現異常再嘗試轉換為 str 型別),value_lst 和 index_lst,分別為 Series.values 和 Series.index 列表。傳入的型別為 DataFrame 的話,pdcast() 會返回一個確保型別正確的列表(整個列表的資料型別為 float 或者 str,會先嚐試轉換為數值型別的 float,出現異常再嘗試轉換為 str 型別),為 DataFrame.values 列表。多個維度時返回一個巢狀列表。比較適合像 Radar, Parallel, HeatMap 這些需要傳入巢狀列表([[ ], [ ]])資料的圖表。

npcast(),接受的引數為 Numpy.array 型別。

@staticmethod npcast(npdata)用於處理 Numpy 中的 ndarray 型別,返回一個確保型別正確的列表。如果多個維度的話返回巢狀列表。

3. 增加 Bar3D, Line3D, Scatter3D 三種 3D 立體圖表。

具體配置程式碼我就不貼了,感興趣可以到 github 上去看看。

Bar3D

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

Line3D

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

Scatter3D

640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy


原文釋出時間為:2017-08-09本文作者:陳鍵冬本文來自雲棲社群合作伙伴“Python中文社群”,瞭解相關資訊可以關注“Python中文社群”微信公眾號


相關文章