关于 使用pyecharts进行数据可视化分析 的学习报告I

pyecharts在数据可视化中的应用

pyecharts 是一款非常好用的，基于 python 的，数据可视化工具包，那么如何来使用 pyecharts ，下面就来简单介绍一下 pyecharts 的使用方法，具体安装过程可以参考

• pyecharts官方手册

注意事项

pyecharts 分为 v0.5.X 和 v1 两个大版本，v0.5.X 和 v1 间不兼容

v0.5.X版本	v1 版本
支持Python2.7，3.4+，且已不再维护	支持Python3.6 + 是目前的首选

简单的开发流程

1. 导入全局配置项和图表类型

from pyecharts import options as opts
from pyecharts.charts import  [name]

2. 添加或导入数据

x_data = ["1995","1996","1997","1998","1999","2000","2001","2002","2003","2004","2005","2006","2007","2008","2009"]
y_data = [0.32,0.32,0.32,0.32,0.33,0.33,0.34,0.37,0.37,0.37,0.37,0.39,0.41,0.42,0.44]

3. 初始化图表(以Line为例)，配置全局设置 ，添加xy轴数据

    Line()
   .set_global_opts( title_opts=opts.TitleOpts(title="Line-折线图", subtitle="Chale"),)
   .add_xaxis(xaxis_data = x_data)
   .add_yaxis( y_axis = y_data）

4. 导出

 .render("html/折线图.html")

render方法会在指定目录生成一个html文件,在浏览器打开可查看图例
下面有几个例题可以更详细的理解这个流程

项目实例

折线图(Line)

• 绘制美国1995年-2009年邮费变化折线图、阶梯图，数据如下：
  年份 ： [“1995”, “1996”, “1997”, “1998”, “1999”, “2000”, “2001”, “2002”, “2003”, “2004”, “2005”, “2006”,“2007”, “2008”, “2009”]
  邮费： [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44]

"""
@desc:
@author: Chale
@software: PyCharm on 2020/6/5 9:54 
"""

import pyecharts.options as opts
from pyecharts.charts import Line

#原始数据
x_data = ["1995","1996","1997","1998","1999","2000","2001","2002","2003","2004","2005","2006","2007"