人工精选pyecharts项目实战
这门课解决什么问题 日常工作中,很多人做数据分析的终点是导出一张干瘪的表格,或者用默认设置画一张糊掉的截图发给主管。当遇到需要汇报业务走势、用户分布或转化漏斗的场景时,传统的静态图表很难把多维度的数据关系讲清楚。这门课针对的就是这个痛点:教你用 Python 的 pyecharts 库,把处理好的数
会员 · 按档位
游客按标价购买,不享受上表折扣。
支付成功后自动发放网盘链接,链接失效可找客服免费补
这门课解决什么问题
日常工作中,很多人做数据分析的终点是导出一张干瘪的表格,或者用默认设置画一张糊掉的截图发给主管。当遇到需要汇报业务走势、用户分布或转化漏斗的场景时,传统的静态图表很难把多维度的数据关系讲清楚。这门课针对的就是这个痛点:教你用 Python 的 pyecharts 库,把处理好的数据变成可交互的网页图表。它不教你写复杂的爬虫,也不涉及底层的算法模型,核心场景非常明确——数据清洗完成后,如何快速生成折线图、柱状图等可视化结果,并输出为 HTML 网页、图片或直接在 Notebook 中展示。如果你经常需要做业务周报、运营复盘或者向非技术背景的同事展示数据,这种能缩放、能悬停看具体数值的交互式图表,比静态图片的沟通效率高得多。
适合什么基础与建议先看哪几块
这套资料适合已经掌握 Python 基础语法和 pandas 基本操作的人。如果你连列表和字典都还没分清,建议先补完基础再来,否则在配置环境和处理数据结构时会频繁卡壳。对于符合基础要求的读者,建议不要按部就班从头看到尾,而是优先攻克三个部分:首先是环境安装与基础渲染部分,重点区分生成 HTML 文件和在 Jupyter Notebook 中直接渲染的区别,这决定了你最终交付结果的形式;其次是各类核心图表的绘制逻辑,不要去死记参数,而是理解“添加数据、设置坐标轴、渲染输出”这条主线;最后是图片导出相关的配置,因为有些汇报场景只接受静态图片,你需要知道如何配置相应的依赖环境来实现截图导出。把这三块跑通,日常处理大部分常规图表需求就不成问题了。
学完能独立做什么与资料怎么配合练习
看完这套资料并跟着实操后,你应当能独立完成一套标准的数据可视化流程:读取本地或数据库里的结构化数据,经过简单的聚合与清洗后,根据业务诉求选择合适的图表类型,最终产出一个包含多个交互式图表的 HTML 仪表盘,或者直接嵌入到现有的项目网页中。在练习方法上,千万不要只对着视频敲一遍代码就完事。建议拿你自己工作中的真实数据来练手,比如导出一份上个月的日活用户数据,先尝试画出趋势折线图。遇到图表样式不满足需求时,再带着具体问题去查对应的配置项文档。视频资料的作用是帮你快速建立操作框架,避开环境配置的坑,但真正要把图表调整得美观且符合业务逻辑,必须靠真实数据的反复试错。只有当你能用自己业务里的杂乱数据,独立还原出课程里演示的效果时,这门课的价值才算真正转化成了你自己的能力。
课程目录
课程目录39 集
- 1-1 [Python数据可视化:pyecharts 实战] pyecharts 实战课程介绍 (05:42).mp4
- 1-2 [Python数据可视化:pyecharts 实战] pyecharts 介绍与安装 (06:43).mp4
- 1-3 [Python数据可视化:pyecharts 实战] pyecharts 绘制图表:生成HTML (09:36).mp4
- 1-4 [Python数据可视化:pyecharts 实战] pyecharts 绘制图表jupyter-notebook (09:45).mp4
- 1-5 [Python数据可视化:pyecharts 实战] pyecharts 绘制图表:生成图片文件 (12:27).mp4
- 1-6 [Python数据可视化:pyecharts 实战] pyecharts Line 折线图 (06:18).mp4
- 1-7 [Python数据可视化:pyecharts 实战] pyecharts Line 折线图 标题 图例 提示语 (06:59).mp4
- 1-8 [Python数据可视化:pyecharts 实战] pyecharts Line 工具箱设置 (04:53).mp4
- 1-9 [Python数据可视化:pyecharts 实战] pyecharts Line 折线图 源码分析 (07:26).mp4
- 1-10 [Python数据可视化:pyecharts 实战] pyecharts Bar 简单图表绘制以及参数优化 (16:05).mp4
- 1-11 [Python数据可视化:pyecharts 实战] pyecharts Bar PyCharm 工具开发 (09:51).mp4
- 1-12 [Python数据可视化:pyecharts 实战] pyecharts Bar 多组图 图例 区域缩放设置 (08:52).mp4
- 1-13 [Python数据可视化:pyecharts 实战] pyecharts Line 折线图 与 Bar柱状图组合 (13:49).mp4
- 1-14 [Python数据可视化:pyecharts 实战] pyecharts Pie 普通的饼状图 (10:58).mp4
- 1-15 [Python数据可视化:pyecharts 实战] pyecharts Pie 圆弧状饼图 (05:43).mp4
- 1-16 [Python数据可视化:pyecharts 实战] pyecharts scatter 第一个散点图 (06:26).mp4
- 1-17 [Python数据可视化:pyecharts 实战] pyecharts scatter 三点图 大小与形状设置 (05:38).mp4
- 1-18 [Python数据可视化:pyecharts 实战] pyecharts wordcloud 词云热词分析 (05:22).mp4
- 1-19 [Python数据可视化:pyecharts 实战] pyecharts geo 不同省份地理图 (07:35).mp4
- 2-1 [Flask 零基础入门到应用] Flask 入门 (10:12).mp4
- 2-2 [Flask 零基础入门到应用] Flask 模版渲染pyecharts 图表数据 (14:23).mp4
- 2-3 [Flask 零基础入门到应用] Flask 前后端分离 + pyecharts 绘制图表 (20:01).mp4
- 3-1 [项目案例实战] 项目案例实战课程介绍 (07:34).mp4
- 3-2 [项目案例实战] 文本分词及词频统计 (07:39).mp4
- 3-3 [项目案例实战] 关键词提取方法tfidf和textrank (07:52).mp4
- 3-4 [项目案例实战] 新闻数据预处理 (09:44).mp4
- 3-5 [项目案例实战] 新闻关键词提取及高频词统计 (09:36).mp4
- 3-6 [项目案例实战] 新闻高频词 词云统计分析 (04:08).mp4
- 3-7 [项目案例实战] 新闻高频词 柱状图Bar和饼状图Pie 展示 (15:04).mp4
- 3-8 [项目案例实战] 新闻数据 折线图Line 图形展示 (06:50).mp4
- 3-9 [项目案例实战] 人口统计 知识点概览 (10:37).mp4
- 3-10 [项目案例实战] 全国人口数据 预处理 (07:42).mp4
- 3-11 [项目案例实战] 人口统计 不同省份男女比例和人口数据展示 (13:47).mp4
- 3-12 [项目案例实战] pyecharts Line 和 Bar 方式组合人口+性别 (16:33).mp4
- 3-13 [项目案例实战] pyecharts Line 统计分析不同省份性别 (14:45).mp4
- 3-14 [项目案例实战] pyecharts Pie 不同省份人口占比情况 (18:06).mp4
- 3-15 [项目案例实战] pyecharts geo 不同省份人口排名1 (04:57).mp4
- 3-16 [项目案例实战] pyecharts geo 不同省份人口排名2 (08:37).mp4
- 3-17 [项目案例实战] pyecharts+pycharm+flask项目综合实战 (13:15).mp4





