
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
3.2.3 病症情况堆叠图
本节使用Pyecharts库中的Bar()函数对2046年1月20日—29日的疑似人数、确诊人数、重症人数,按照时间顺序用堆叠图进行展示:


本例使用了Bar()函数,按时间对某区域的疑似人数、累计确诊人数、现有重症人数进行堆叠展示。该例还是比较容易实现的,在读取数据之后,截取了2046年1月20日—29日的数据,代入Bar()函数便可以实现,结果如图3-2所示。在Bar()函数中,将柱间距离设置为60%,并将对应数值在柱状图右侧显示。结果显示,随着时间的推移,疑似人数和累计确诊人数都在激增。

图3-2 重症-确诊-疑似堆叠图