这篇文章主要介绍“如何用cutecharts库绘制手绘风格的可视化图形”，在日常操作中，相信很多人在如何用cutecharts库绘制手绘风格的可视化图形问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”如何用cutecharts库绘制手绘风格的可视化图形”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

高邑ssl适用于网站、小程序/APP、API接口等需要进行数据传输应用场景，ssl证书未来市场广阔！成为成都创新互联的ssl证书销售渠道，可以享受市场价格4-6折优惠！如果有意向欢迎电话联系或者加微信：18982081108（备注：SSL证书合作）期待与您的合作！

# 导入相关的库
import cutecharts.charts as ctc
import pandas as pd
from cutecharts.components import Page

# 构造数据
df = pd.DataFrame({
    "x":["蔬菜", "水果", "水产", "猪肉", "零食", "电商", "物料"],
    "y":[100, 130, 169, 220, 286, 372, 484],
    "z":[20, 26, 34, 44, 57, 74, 96]})

1. 柱形图

chart = ctc.Bar("各品类的销售业绩", width = "500px", height = "400px")
chart.set_options(labels = list(df["x"]),
                  x_label ="部门",
                  y_label= "销售额（万元）",
                  colors = ["#1EAFAE" for i in range(len(df))]
                 )
chart.add_series("2020年",list(df["y"]))
chart.render_notebook()

1.1 自定义各根柱子的颜色

chart = ctc.Bar("各品类的销售业绩", width = "500px", height = "400px")
chart.set_options(labels=list(df["x"]),
                  x_label = "2020年",
                  y_label = "销售额（万元）",
                  colors = ["yellow","orange","pink","red","purple","green","blue"]
)
chart.add_series("2020年",list(df["y"]))
chart.render_notebook()

渲染效果：

2. 折线图

chart = ctc.Line("各品类的销售业绩",width = "500px", height = "400px")
chart.set_options(labels = list(df["x"]), x_label ="2020年环比2019年",
                  y_label = "销售额（万元）" )
chart.add_series("今年", list(df["y"])) 
chart.add_series("去年", list(df["z"]))
chart.render_notebook()

3. 雷达图

chart = ctc.Radar("各品类的销售业绩",width = "700px", height = "600px")
chart.set_options(labels=list(df["x"]),
                  is_show_legend = True, #by default, it is true. You can turn it off.
                  legend_pos = "upRight"  #location of the legend
 )
chart.add_series("2020年",list(df["y"]))
chart.add_series("2019年",list(df["z"]))
chart.render_notebook()

4. 饼图

chart = ctc.Pie("各品类销售业绩占比",width ="500px",height = "400px")
chart.set_options(labels=list(df["x"]),inner_radius=0)
chart.add_series(list(df["y"])) 
chart.render_notebook()

5. 环形图

chart = ctc.Pie("各品类销售业绩占比",width ="500px",height = "400px")
chart.set_options(labels=list(df["x"]),inner_radius=0.6)
chart.add_series(list(df["y"])) 
chart.render_notebook()

6. 散点图

# 再构造一组数据
amount = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
sales = [100, 200, 300, 400, 500, 600, 700, 800, 900, 1000, 1100, 1200, 1300, 1400, 1500, 1600, 1700, 1800, 1900, 2000]

chart = ctc.Scatter("某种定价商品的销售额与销售量之间的关系",width= "500px",height = "600px")
chart.set_options(x_label = "销售数量（件）",
                  y_label = "销售额（元）",
                  colors=["#1EAFAE"],
                          is_show_line = False,
                          dot_size = 1)
chart.add_series("进口香印青提", [(z[0], z[1]) for z in zip(amount, sales)])
chart.render_notebook()

7. 组合图

chart1 = ctc.Line("各品类的销售业绩",width ="500px",height ="400px")
chart1.set_options(labels=list(df["x"]), x_label = "品类",y_label = "销售额（万元）" )
chart1.add_series("2020年", list(df["y"])) 
chart1.add_series("2019年", list(df["z"]))

chart2 = ctc.Bar("各品类的销售业绩",width = "500px",height = "400px")
chart2.set_options(labels=list(df["x"]),x_label = "品类",
y_label = "销售额（万元）" ,colors=["#1EAFAE" for i in range(len(df))])
chart2.add_series("2020年", list(df["y"]))
chart2.add_series("2019年", list(df["z"]))
page = Page()
page.add(chart1, chart2)
page.render_notebook()

到此，关于“如何用cutecharts库绘制手绘风格的可视化图形”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！

标题名称：如何用cutecharts库绘制手绘风格的可视化图形
本文路径：http://azwzsj.com/article/poejgp.html