这是 Python 数据可视化系列的第九节,也是完结篇《PyEcharts》。
Matplotlib 上
Matplotlib 下
Seaborn 上
Seaborn 中
Seaborn 下
Bokeh
Plotly
Cufflinks
之前 Python 数据分析和基础系列的所有课程链接如下。
NumPy 上
NumPy 下
Pandas 上
Pandas 下
SciPy 上
SciPy 下
Pandas 时间序列
Pandas 高频数据采样
默顿模型计量经济资本
LSMC 定价美式和百慕大期权
负油价和负利率模型
Nelson-Siegel 构建债券收益率曲线
外汇交易组合保证金制定系统
FR007 利率掉期定价和曲线拔靴
量化投资 - 向量化回测
编程概览
元素型数据
容器型数据
流程控制:条件-循环-异常处理
函数上:低阶函数
函数下:高阶函数
类和对象:封装-继承-多态-组合
字符串专场:格式化和正则化
解析表达式:简约也简单
生成器和迭代器:简约不简单
装饰器:高端不简单
在 PyEcharts 中,一切皆配置 (options)。配置设定得越细就能画出越多细节。配置项有两种:22 个全局配置项和 17 个系列配置项。在后面会重点说明,尤其是全局配置项,它可通过 set_global_options() 方法来设置。借用其官网上的图来显示 6 个常见全局配置项。
在 PyEcharts 中图表可分两大类,单图和多图。
单图包括常见柱状和线形图等之外,还有“罕见”的 K 线图 (kline)、树形图 (treemap) 和词云图 (wordcount)
多图包括并行 (grid)、时间轮播 (timeline)、选择卡 (tab) 和顺序 (page) 四小类
PyEcharts 的学习曲线比较陡峭,但学会之后几乎可以实现任何绘图细节,而且画出的图非常专业。
一视频胜千言
想学就开始吧!
绝不会让你失望!
付费用户(付 1 赠 1)可以获得:
观看课程视频 (133 分钟)
Python 代码 (Jupyter Notebook)