GooPyCharts一个简单美观易用的web可交互的python库

　　1 说明：
　　=====
　　1.1 GooPyCharts，它是一个用于谷歌图表接口的Python包。
　　1.2 一个易于安装与使用的图表库，语法与MATLAB相似，而且可以替代matplotlib。
　　1.3 可以保存为PNG、HTML，数据可导出CSV。
　　1.4 代码简单，使用方便，支持中文，讲解在代码的注释中。
　　1.5 源代码是适合jupyter中的，适当修改代码，适合普通python的脚本代码，启动微软编辑器运行。
　　2 准备：
　　=====
　　2.1 环境：
　　华为笔记本电脑、深度deepin-linux操作系统、python3.8和微软vscode编辑器。
　　2.2 传送门：https://github.com/Dfenestrator/GooPyCharts
　　2.3 安装：pip install gpcharts  #注意是gpcharts，不是goopycharts #本机安装 sudo pip3.8 install gpcharts #附带安装 pip install future #本机安装 sudo pip3.8 install future
　　3 散点图=Scatter：
　　=============
　　3.1 代码：from gpcharts import figure fig = figure(＂Strong Correlation＂) #默认 #参数：标题名，x坐标轴标签名，y坐标轴标签名，大小设置 #figure(title=＂Fig＂, xlabel=＂＂, ylabel=＂＂, height=600, width=1000) #趋势线=trendline=True，一条对角直线，默认是不显示，显示后，会得到计算大概公式显示在图例右侧 fig.scatter([1,2,3,4,5],[[2,3],[1,2],[5,4],[3,5],[4,2]]) #参数：x数据，y数据：上述2组 #figure.scatter(xdata, ydata=[], trendline=False, disp=True) #wb=webbrowse=web浏览器打开 fig.wb()
　　3.2 效果图：
　　4 线图=line：
　　========
　　4.1 代码：from gpcharts import figure #指定参数 #fig = figure(title=＂Population Growth＂,ylabel=＂Population＂,xlabel=＂世纪＂,height=600,width=600) fig = figure(title=＂Population Growth＂,ylabel=＂Population＂,height=600,width=600) #注意这里：＂世纪年度＂就是xlabel，所以上面的xlabel就不需要设置，如果设置，也不会显示，以这个为主 xVals = [＂世纪年度＂,1700,1800,1900,2000]  #支持中文 #指定2组数据的对应的名称 yVals = [[＂Gotham City＂, ＂Central City＂],[0,10],[100,200],[100000,500000],[5000000,10000000]] #logScale=False,默认是不显示，显示的话，那么y值以对数形式标尺，比如：1E1~1E7 #注意plot默认是line=曲线图 fig.plot(xVals,yVals,logScale=True,) #参数 #figure.plot(xdata, ydata=[], logScale=False, disp=True) #fig.plot(xVals,yVals,) #可以试试不显示logscale，y坐标值标尺为2000000=2百万一个刻度 #注意浏览器打开wb fig.wb()
　　4.2 效果图：
　　5 垂直柱状图=column：
　　================
　　5.1 代码：＂＂＂ #1组数据柱状图 from gpcharts import figure fig = figure() xdata=[＂1m＂,＂2m＂,＂3m＂,＂4m＂,＂5m＂] ydata=[32,17,22,56,41] fig.column(xdata,ydata)  #column=垂直柱状图 fig.wb() #OK，wb=webbrowser ＂＂＂  #2组数据柱状图 from gpcharts import figure fig = figure() xdata=[＂1m＂,＂2m＂,＂3m＂,＂4m＂,＂5m＂] #ydata=[[32,17,22,56,41],[22,44,35,22,37]] #报错 ydata=[[32,22],[17,44],[22,35],[56,22],[41,37]] #2组数据  fig.column(xdata,ydata)  #column=垂直柱状图 fig.wb() #OK，wb=webbrowser
　　5.2 效果图：
　　6 水平柱状图=bar：
　　==============
　　6.1 代码：＂＂＂ #1组水平柱状图=bar from gpcharts import figure fig = figure(＂Percent Alcohol Consumption＂) fig.bar([＂Percentage＂,＂Beer＂,＂Wine＂,＂Liquor＂],[＂Type＂,40,50,10]) fig.wb() ＂＂＂  #2组水平柱状图=bar from gpcharts import figure fig = figure(＂Percent Alcohol Consumption＂) xdata=[＂Percentage＂,＂Beer＂,＂Wine＂,＂Liquor＂] ydata=[[＂pig＂,＂dog＂],[40,20],[50,30],[10,42]] fig.bar(xdata=xdata,ydata=ydata) #参数 #figure.bar(xdata, ydata, disp=True) fig.wb()
　　6.2 效果图：
　　7 直方图=hist：
　　===========
　　7.1 代码：from gpcharts import figure #histogram=直方图 fig = figure(＂Distribution＂,xlabel=＂value＂) #fig.hist([1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,3,3,3,3,4,4,5,6,7,8,8,8,8,8,9,9,9,10,11,12,13,13,13,13,14]) #等同于上面 xdata=[1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,3,3,3,3,4,4,5,6,7,8,8,8,8,8,9,9,9,10,11,12,13,13,13,13,14] fig.hist(xdata=xdata) fig.wb()
　　7.2 效果图：
　　注意：使用起来，非常方便，可惜支持图表类型有限。有机会可以在源代码的基础上进行修改，增加其他图形，那就更棒了。需要人维护，或者大神在其基础上增加代码。
　　比如在本机的这个位置的py文件，增加即可。
　　root下打开这个文件，进行修改
　　/usr/local/python3.8/lib/python3.8/site-packages/gpcharts.py
　　===自己整理并分享出来===
　　喜欢的就点赞、评论、转发、关注和收藏。