中医药市场可视化相关练习

 1.在anaconda prompt命令行工具下，通过pip清华镜像源安装pyecharts

 打开anaconda3命令窗口，在这里输入下列代码

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts   

2.导入绘图所需模块

%matplotlib notebook
import numpy as np
import matplotlib.pyplot as plt
# 0.【设置中文字体】
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

3. 绘制可视化第一个表格数据（柱形和折线融合图）

#导入模块
%matplotlib notebook
import numpy as np
import matplotlib.pyplot as plt
# 0.【设置中文字体】
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

import pyecharts.options as opts   
from pyecharts.charts import Bar, Line
 
#x轴数据
x_data = ["2014年","2015年","2016年","2017年","2018年","2019年","2020年","2021年"]
 
#标签名
legend_list = ["诊疗量（万人次）",  "同比增速（%）"]
 
#"诊疗量（万人次）"的数据
value1 =[87430, 90912,96225,101885,107147,116390,105764,120215] 
 
#"同比增速（%）的数据
value2 = [7.40,4.00,5.83,5.81,5.16,8.63,-9.31,13.66]
 
#链式调用
bar = (
    Bar(init_opts=opts.InitOpts(width="1000px", height="500px"))   #设置柱形图宽度与高度
    .add_xaxis(xaxis_data=x_data)                                  #添加x轴的数据
    .add_yaxis(                                                    
        series_name="诊疗量（万人次）",                            #图例名：诊疗量（万人次）
        y_axis=value1,                                             ##y轴柱形图数据
        yaxis_index=1,                                             #表示y轴的索引，用于拥有多个y轴的单图表中。
        label_opts=opts.LabelOpts(is_show=False),                 #不显示柱形图数据
    )
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="诊疗量（万人次）",                               #y轴名称
            type_="value",
            min_=0,                                                #y轴最小值：0
            max_=150000,                                           #y轴最大值：150000
            position="left"                                        #位于y轴左侧
        ) )
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="同比增速（%）",                                 #y轴名称
            type_="value",
            min_=-20,                                             #y轴最小值：-20
            max_=20,                                              #y轴最大值：20
            position="right",                                     #位于y轴右侧
        ) )
    .set_global_opts(                                             #设置全局配置项
        title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量"),      #标题名称
        legend_opts=opts.LegendOpts(pos_left="40%" ),                       #图例距离左边边距：40%
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),  #显示提示框组件
    )
    .set_series_opts(
                     itemstyle_opts=opts.ItemStyleOpts(               #图元样式配置项
                     opacity=0.5),                                    #设置柱形图透明度：0.5
                     ))
line = (
    Line()                                                           #创建Line类的对象
    .add_xaxis(x_data)                                               #添加x轴的数据
    .add_yaxis(
        series_name="同比增速（%）",                                #图例名：同比增速（%）
        y_axis=value2,                                              #y轴折线图数据
        yaxis_index=2,                                              #表示y轴的索引，用于拥有多个y轴的单图表中。
# #         label_opts=opts.LabelOpts(is_show=False),
#         linestyle_opts=opts.LineStyleOpts(width=2),                 #折线图宽度：2
    )) 
bar.overlap(line).render_notebook()                                   #渲染柱形-折线图搭到notebook中

运行结果如下图所示

4.用环图展示表2数据 

#环图展示表
#导入模块
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
 
#添加标签与数值
labels = [('20岁以下',2.2),
          ('20-30岁',27.9),
          ('31-40岁',56.2),
          ('41-50岁',10.9),
         ( '51岁以上',2.8)]
 
 
#链式调用
c = (
    Pie()                    #创建Pie类的对象
    .add(
        "",
        labels,                          #标签与数值
        center=["30%", "50%"],          # 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标
        radius=["30%", "60%"]            #饼图的半径，数组的第一项是内半径，第二项是外半径
    )
    .set_global_opts(                     #设置全局配置项
        title_opts=opts.TitleOpts(is_show=True,                         #显示标题
                                  title="中药材消费者画像",        #主标题
                                  subtitle="用于放映中药市场趋势"),     #副标题,
        
        legend_opts=opts.LegendOpts(is_show=False,                     #不展示图例
#                                     orient="vertical",                  #图例垂直展示
#                                     pos_top="15%",                      #图例距离标题边距
#                                     pos_left="2%"                        #图例距离左边边距
                                   )                  
    )
)
 
#直接渲染到notebook
c.render_notebook()

运行结果如下图所示