[Python]数据可视化：Jupter Notebook 中最新版本Pyecharts的基本使用

最新推荐文章于 2024-06-14 21:15:22 发布
最新推荐文章于 2024-06-14 21:15:22 发布
阅读量3.6k 收藏 51
点赞数 1
分类专栏： Python 文章标签： python 数据可视化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/autismthyself/article/details/114129480
版权

简介

Echarts是百度开源的一个数据可视化 JS 库，主要用于实现美观的数据可视化。Pyecharts 主要是生成Echarts的类库，简单点说就是Python和Echarts的对接。

安装Pyecharts

本文建议用户通过管理员权限来安装Pyecharts，不然后期有可能会遇到存在pip list中但无法调用的问题

具体安装步骤：

  1. 在搜索框中输入 cmd
    在这里插入图片描述

  2. 右键Command Prompt，然后以管理员身份运行

  3. 在执行框中输入如下代码

pip install pyecharts

安装成功后，结果如下图所示
在这里插入图片描述
这里使用的是最新版本的 Pyecharts：1.9，pyecharts 所有方法均支持链式调用

import pyecharts

print(pyecharts.__version__)

在这里插入图片描述

基本使用

Jupyter Notebook 直接调用 render_notebook 随时随地渲染图表，默认为 Jupter-Notebook

导入基础包

from pyecharts import options as opts # options 配置项，在 pyecharts 中，一切皆 Options
from pyecharts.globals import ThemeType

Bar Chart（柱状图/条形图）

创建一个 Bar Chart 用于展示不同商家在各种服装上的销量，这里运用的是链式调用

bar = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [2, 90, 36, 18, 72, 90])
    .add_yaxis("商家B", [1, 30, 72, 35, 88, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="服装",subtitle="不同商家的销量"))
)
bar.render_notebook()

其结果展示如下所示
在这里插入图片描述
上图是可进行筛选操作的视图，例如只想看商家A
在这里插入图片描述

饼图 (Pie)

创建一个 Bar Chart 用于展示商家A在各种服装上的销量，这里运用的是链式调用

由于最新版本的Pyecharts饼图的最新系列数据项格式为 [(key1, value1), (key2, value2)]，因此在这里要使用zip()函数对数据进行预处理，代码如下：

seller_A_data_pair = [list(z) for z in zip(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [2, 90, 36, 18, 72, 90])]

随后进行饼图的绘制

from pyecharts.charts import Pie
pie = (
    Pie(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add(
        #系列名称，即该饼图的名称，即当鼠标移动到饼图上时显示的名称
        series_name="服装分析",
        #系列数据项，格式为[(key1,value1),(key2,value2)]
        data_pair=seller_A_data_pair,
        #通过半径区分数据大小 “radius” 和 “area” 两种，建议使用radius
        rosetype="radius",
        #饼图的半径，设置成默认百分比，相对于容器高宽中较小的一项的一半
        radius="50%",
        #饼图的圆心，第一项是相对于容器的宽度，第二项是相对于容器的高度
        center=["50%", "50%"],
        #标签配置项
        label_opts=opts.LabelOpts(is_show=False, position="center"),
    )
    #全局设置
    .set_global_opts(
        #设置标题
        title_opts=opts.TitleOpts(
            #名字
            title="商家A销量分析",
            #组件距离容器左侧的位置
            pos_left="center",
            #组件距离容器上方的像素值
            pos_top="20",
            #设置标题颜色
            title_textstyle_opts=opts.TextStyleOpts(color="dimgrey"),
        ),
        #图例配置项，参数 是否显示图里组件
        legend_opts=opts.LegendOpts(is_show=False),
    )
    #系列设置
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
        ),
        #设置标签颜色
        label_opts=opts.LabelOpts(color="dimgrey"),
    )
)
pie.render_notebook()

结果如下图
在这里插入图片描述
当鼠标移动到饼图上时，展示图如下所示
在这里插入图片描述
python中自定义颜色设置可参考如下对照表
在这里插入图片描述

箱线图（Boxplot）

创建一个 Box Plot 用于分析不同商家在整体销量上的一个分布状态

from pyecharts.charts import Boxplot
box = (
    Boxplot(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add_xaxis(["不同商家"])
    .add_yaxis("商家A",[[2, 90, 36, 18, 72, 90]])
    .add_yaxis("商家B",[[1, 30, 72, 35, 88, 66]])
    .set_global_opts(title_opts=opts.TitleOpts(title="服装",subtitle="不同商家的销量"))
)
box.render_notebook()

结果如下图
在这里插入图片描述
上图是可进行筛选操作的视图，例如只想看商家A
在这里插入图片描述
将鼠标移至商家A 上可看到具体细节：
在这里插入图片描述

折线图（Line）

创建一个折线图用于分析不同商家在整体销量上的一个变化趋势，由于示例简单，因此X轴暂时用不同服装类型表示，折线图最好还是用于时间序列。

line = (
    Line(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A",[2, 90, 36, 18, 72, 90])
    .add_yaxis("商家B",[1, 30, 72, 35, 88, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="服装",subtitle="不同商家的销量"))
)
line.render_notebook()

结果如下图
在这里插入图片描述
上图是可进行筛选操作的视图，例如只想看商家A

在这里插入图片描述
将鼠标移至指定点上可看到具体细节
在这里插入图片描述

雷达图 （Rader）

利用雷达图看看各商家在各产品上的销量差异

from pyecharts.charts import Radar
radar = (
    Radar(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add_schema([opts.RadarIndicatorItem(name='衬衫',max_=150),# 设置指示器名称和最大值
            opts.RadarIndicatorItem(name='羊毛衫',max_=150),
            opts.RadarIndicatorItem(name='雪纺衫',max_=150),
            opts.RadarIndicatorItem(name='裤子',max_=100),
            opts.RadarIndicatorItem(name='高跟鞋',max_=100),
            opts.RadarIndicatorItem(name='袜子',max_=100),
                ]) # opts.RadarIndicatorItem用于设置指示器名称和最大值
    .add("商家A",[[2, 90, 36, 18, 72, 90]])
    .add("商家B",[[1, 30, 72, 35, 88, 66]])
    .set_global_opts(title_opts=opts.TitleOpts(title="服装",subtitle="不同商家的销量"))
)
radar.render_notebook()

结果如下图
在这里插入图片描述
上图是可进行筛选操作的视图，例如只想看商家A
在这里插入图片描述
将鼠标移至指定点上可看到对应商家的具体细节
在这里插入图片描述

散点图（scatter）

利用散点图查看各商家在销量上的分布

from pyecharts.charts import Scatter
scatter = (
    Scatter(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add_xaxis([2, 90, 36, 18, 72, 90])
    .add_yaxis("不同商家销量",[1, 30, 72, 35, 88, 66])
    .set_global_opts(
        #x轴配置
        xaxis_opts=opts.AxisOpts(
            name ='商家A',
            name_location = 'center',
            name_gap = 15,
            # 坐标轴类型 'value': 数值轴
            type_="value", 
            # 坐标轴刻度配置项
            axistick_opts=opts.AxisTickOpts(is_show=True),#显示刻度
            # 分割线配置项
            splitline_opts=opts.SplitLineOpts(is_show=True) #显示分割线
        ),
        #y轴配置
        yaxis_opts=opts.AxisOpts(
            name ='商家B',
            # 坐标轴类型 'value': 数值轴
            type_="value",
            # 坐标轴刻度配置项
            axistick_opts=opts.AxisTickOpts(is_show=True),#显示刻度
            # 分割线配置项
            splitline_opts=opts.SplitLineOpts(is_show=True),#显示分割线
        ),
        title_opts=opts.TitleOpts(title="不同商家的销量"))
)
scatter.render_notebook()

结果如下图
在这里插入图片描述
将鼠标移至指定点上可看到对应点y轴的具体数值
在这里插入图片描述

柱状图和折线图合并 （Overlap）

展示不同商家在各种服装上的销量，以及变化趋势

bar = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [2, 90, 36, 18, 72, 90])
    .add_yaxis("商家B", [1, 30, 72, 35, 88, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="服装",subtitle="不同商家的销量"))
)
line = (
    Line(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A",[2, 90, 36, 18, 72, 90])
    .add_yaxis("商家B",[1, 30, 72, 35, 88, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="服装",subtitle="不同商家的销量"))
)

bar.overlap(line).render_notebook()

结果如下图
在这里插入图片描述
上图是可进行筛选操作的视图，例如只想看商家A
在这里插入图片描述

AutismThyself
关注
  • 1
    点赞
  • 踩
  • 51
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
数据可视化|jupyter notebook运行pyecharts，无法正常显示“可视化图形”，怎么解决？
Python进阶专栏《爬虫实战进阶》，《数据分析入门与实战》原创作者
12-07 3566
本文是该专栏的第39篇，后面会持续分享python数据分析的干货知识。相信有些同学在本地使用jupyter notebook运行pyecharts的时候，在代码没有任何异常的情况下，无论是html还是notebook区域，都无法显示“可视化图形”，界面区域只有空白一片。遇到这种情况，需要怎么去解决呢？而我们想要让程序代码正常运行之后，可以显示如下所示的“可视化图形”，需要怎么做呢？而本文，笔者将结合实际代码，针对上述“使用jupyter notebook运行pyecharts，无法正常显示图形”，介绍
如何用jupyter notebook实现简单数据可视化
m0_73586053的博客
09-12 4773
将简单数据进行可视化操作，构造一个或多个散点图
python可视化!（jupyter+pyecharts)
RecluseFFFFF的博客
06-20 1473
pyecharts绘制折线图
Jupyter Notebook 绘制柱形图
最新发布
2401_83869173的博客
06-14 1132
柱状图是一种常见的数据可视化方法，用于比较不同类别之间的数量或频率。
在pycharm中的jupyter的输出中显示pyecharts图表
kinkii11的博客
06-25 1153
解决pyecharts在pycharm中的jupyter不显示的问题
在Jupyter Notebook中查看Pyecharts生成的图片
qq_40177458的博客
10-31 1125
在Jupyter Notebook中查看Pyecharts生成的图片
pyecharts 显示在 Jupyter NoteBook 或 Jupyter Lab
m0_50614038的博客
05-11 5494
pyecharts 显示在 Jupyter NoteBook 或 Jupyter Lab 显示在 浏览器上 pyecharts 官方所提供的基础范例如下，官方提供一个 Faker 模块用来生成虚拟的数据，方便初学者可以快速的观看范例效果，但是此范例会把范例成果输出到 bar_base.html 这个网页文件中，使用者需要使用浏览器才可以观看结果。 from pyecharts import options as opts from pyecharts.charts import Bar from pyec
如何在jupyter notebook上引用pyecharts
Alexin_lza的博客
10-09 6008
1、先利用pip管道来安装pyecharts 2、从官网上下载pyecharts激活包 官网链接 3、下载完之后将文件解压缩 打开anaconda Prompt 更改到激活包的位置 4、在anaconda Prompt 上安装并激活插件 # 安装并激活插件 $ jupyter nbextension install assets $ jupyter nbextension enable assets/main 5、设置host 在代码的头文件中写入 # 只需要在顶部声明 CurrentConfig
pyecharts图形在Jupyter-notebook中不显示问题
简介不重要
06-29 1万+
问题：在jupyter-notebook中使用pyecharts作图，渲染到jupyter中不显示 图形对象.render_notebook('foo.html') 原因：渲染图形的echarts的js静态资源加载不出来 <script type="text/javascript" src="https://assets.pyecharts.org/assets/echarts.m...
解决pyecharts在jupyter notebook中使用报错问题
12-20
在使用Python数据可视化库PyEcharts时，可能会遇到在Jupyter Notebook环境中运行报错的问题。本文将详细解析这些错误，并提供解决方案。 首先，PyEcharts是基于ECharts的一个Python封装库，它允许开发者在Python...
Python数据可视化 Pyecharts 制作 Map 地图
热门推荐
Mr数据杨
04-14 4万+
大家好，我是Mr数据杨。想象一下，作为一名军师，如诸葛亮或郭嘉，'Map’就如同那战争的沙盘，兵马行动的轨迹，都需要准确的地图作为基础。‘基本设置’，就如同摆设这张战争沙盘，规定棋子的起始位置。‘数据配置选项’和’地图数据项’，就好比是军师们手中的情报，了解各路诸侯的兵力、粮草、地形等重要信息，以便于他们更好地布局。‘Demo’则代表着练兵之地，军师们可以在此基于已有数据，试验各种战术。
pyecharts安装包
07-24
安装pyecharts用的，可以用pip直接安装，不会遇到任何奇怪的问题.
jupyter notebook 中输出pyecharts图实例
12-20
总的来说，PyEcharts 结合 Jupyter Notebook 提供了一个强大且灵活的数据可视化环境，使得开发者和数据分析师可以在 Python 中轻松创建美观且交互性强的图表，同时利用 Notebook 的交互特性进行更加深入的数据探索和...
用jupyter notebook运行pyecharts，无法显示‘可视化图形’怎么办
Python进阶专栏《爬虫实战进阶》，《数据分析入门与实战》原创作者
01-10 7199
本文是该专栏的第7篇，后面会持续分享python数据分析的干货知识。使用jupyter notebook运行pyecharts代码的时候，有的时候，图形显示不出来，只有一个空白区域，要怎么解决呢？针对上述问题，笔者将在本文结合“实际代码”介绍一个详细的解决方法。废话不多数，跟着笔者直接往下看正文详细内容。（附带完整代码）
Jupyter+Pyechars实现常见图表可视化
qq_52367382的博客
07-25 1339
【代码】Jupyter+Pyechars实现常见图表可视化。
对于pyecharts可视化在jupyter lab上无法正常展示的详细解释
IT小辉同学
03-28 3389
对于pyecharts可视化在jupyter lab上无法正常展示的详细解释
pyecharts查看版本_pyecharts最新版本绘制K线图
weixin_39802020的博客
12-20 395
# author:# datetime:2020/12/7 15:56"""文件说明："""#数据包import tushareas ts# 数据处理包import numpyas np# dataframe表格数据处理import pandasas pd# 计算各种金融数据技术分析指标import talibas ta# 绘图包from pyecharts.chartsimport Kline,...
Pyecharts的使用（目前最新版本1.9）
IT小辉同学
04-29 1987
Pyecharts的使用
jupyter 用pyecharts进行数据分析
m0_57265868的博客
03-02 1066
因为我是用的pycharm，所以我直接在pycharm项目终端中下载pip install jupyter,pip install pyecharts。在你下载的项目路径中输入jupyter notebook。一定要另起一行写展示代码。最常见的问题是不出图。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AutismThyself

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值