第 10 章 使用pyecharts 进行数据展示
10.1 安装 pyecharts
pyecharts 是一个用于生成 Echarts 图表的类库, Echarts 是百度开源的一个数据可视化JS 库。用 Echarts 生成的图可视化效果非常好,pyecharts 可以与 Python 进行对接,方便在Python 中直接使用数据生成图,生成结果是一个 HTML 文件,用浏览器打开即可看到效果。
安装方法非常简单,直接通过 pip 命令安装即可:
pip install pyecharts
安装完成后,直接编写代码绘制地图,地图区域是无法显示的,需要另外安装地图文件
这些地图也可以通过 pip 命令进行安装:
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg
以下是一个简单的pyecharts例子,用于生成一个柱状图:
# 导入库
from pyecharts.charts import Bar
from pyecharts import options as opts
# 准备数据
x_data = ["Apple", "Huawei", "Xiaomi", "Oppo", "Vivo", "Samsung"]
y_data = [123, 153, 89, 107, 98, 67]
# 创建柱状图对象
bar = Bar()
# 添加数据
bar.add_xaxis(x_data)
bar.add_yaxis("销量", y_data)
# 设置全局配置项
bar.set_global_opts(
title_opts=opts.TitleOpts(title="手机品牌销量"),
xaxis_opts=opts.AxisOpts(name="品牌"),
yaxis_opts=opts.AxisOpts(name="销量"),
)
# 渲染图表
bar.render_notebook()
接下来让我们结合pyecharts绘制组合图形,以下是实例:
全局配置
- title_opts :表示标题组件的配置项。legend_opts:表示图例组件的配置项。
- tooltip_opts : 表示提示框组件的配置项。
- toolbox_opts :表示工具箱组件的配置项。
- brush_opts:表示区域选择组件的配置项。
- xaxis_opts,yaxis_opts:表示x轴、y轴的配置项。
- visualmap_opts :表示视觉映射组件的配置项。
- datazoom_opts :表示数据区域缩放组件的配置项
系列配置
- ItemStyleOpta 图元样式配置项
- TextStyleOpts 文本样式配置项
- LabelOpta 标签配置项
- LineStyloOpts 线条样式配置项
- MarkPointOpta 标记点配置项
- MarkLineOpts 标记线配置项
- Mark AreaOpts 标记区域配置项
- EffectOpts 涟漪特效配置项
- AreaStyleOpta 区域填充样式配置项
- SplitAreaOpts 分隔区域配置项
- GridOpts 直角坐标系网格配
案例:
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.charts import Line,Grid
#写入数据
x_data=["2014年","2015年","2016年","2017年","2018年","2019年","2020年","2021年"]
y_1=[87430,90912,96225,101885,107147,116390,105764,120215]
y_2=[7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66]
#链式调用bar
bar=(Bar(init_opts=opts.InitOpts(width="1000px", height="500px"))#设置柱形图的样式
.add_xaxis(x_data)
.add_yaxis("诊疗量",y_1,label_opts=opts.LabelOpts(is_show=False), yaxis_index=1,color="yellow")
.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(title_opts=opts.TitleOpts(title="中国中医类医疗卫生机构诊疗量", subtitle="2014-2021年",pos_right=5))
# )
.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="60%" ), #图例距离左边边距:60%
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=0.7), #设置柱形图透明度:0.7
)
)
line = (
Line() #创建Line类的对象
.add_xaxis(x_data) #添加x轴的数据
.add_yaxis("同比增速(%)", #图例名:同比增速(%)
y_2, #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。
color="purple" #表示折线的颜色
)
)
# #创建组合图表
# bar.overlap(line)
# grid = Grid()
# #pos_left="5%", pos_right="20%":grid 组件离容器左侧或右侧的距离。 is_control_axis_index=True:是否由自己控制 Axis 索引
# grid.add(bar, opts.GridOpts(pos_left="5%", pos_right="20%"), is_control_axis_index=True)
#渲染图表
bar.overlap(line).render_notebook() #直接渲染到notebook