数据可视化pycharts模块

1，pycharts模块介绍

2，pycharts快速入门

pycharts模块

如果想要做出数据可视化效果图，可以借助pyecharts模块来完成

基础折线图

通过Line构建折线图

#导包，导入line功能构建折线图对象
from pyecharts.charts import Line
#Line()表示得到折线图对象
line = Line()    #代码运行到这里时出现一个空的坐标系
#添加X轴数据
line.add_xaxis(['语文','数学','英语'])
#添加Y轴数据
line.add_yaxis('成绩分布',[90,98,92])
#生成折线图
line.render()

 在谷歌浏览器的呈现结果为

 pyecharts中的配置选项

pyecharts中有很多常用配置项，常用两项为：全局配置选项、系列配置选项（此处选择全局配置项举例）

全局配置项可以通过set_global_opts方法来进行配置，相应的选项和功能有：

TitleOpts:标题配置项

LegendOpts:图例配置项

ToolOpts:工具栏配置项

代码展示

#导包，导入line功能构建折线图对象
from pyecharts.charts import Line
from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts   #通过逗号导入多个功能
#Line()表示得到折线图对象
line = Line()    #代码运行到这里时出现一个空的坐标系
#添加X轴数据
line.add_xaxis(['语文','数学','英语'])
#添加Y轴数据
line.add_yaxis('成绩分布',[90,98,92])
#设置全局配置项set_global_opts来设置
line.set_global_opts(
    title_opts=TitleOpts(title='成绩分布',pos_lceft='center',pos_bottom='1%'),
    #pos为position表示位置，pos_left表示距离左侧的距离
    # pos_bottom表示距离底部的距离
    legend_opts=LegendOpts(is_show=True),
    toolbox_opts=ToolboxOpts(is_show=True),
    visualmap_opts=VisualMapOpts(is_show=True)    #视觉映射
    #is_show通过True和False控制是否展示
)
#生成折线图
line.render()

在谷歌浏览器中的呈现结果：

 为图列配置项，默认显示

为标题控制项，可以通过pos_left()和pos_bottom()来控制位置

为工具栏配置项，可通过点击第三个图标显示数据试图，如图所示

为视觉映射配置项，可以通过点击分数显示在视觉映射中的位置

地图

通过Map构建地图

代码展示

#演示地图可视化的基本使用
from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts   #导入地图视觉映射功能
#Map()表示地图对象
map = Map()
#准备数据
data = [
    ('黑龙江省',3),
    ('天津市',14),
    ('北京市',16),
    ('安徽省',20),
    ('浙江省',24),
    ('江西省',25)
]
#导入数据
map.add('城市温度分布',data,'china')
#“测试地图”表示地图对象名称，data表示数据，“china”表示地图类型（默认为中国地图）

#设置全局选项
map.set_global_opts(
    visualmap_opts=VisualMapOpts(
        is_show=True,
        is_piecewise=True,    #手动矫正视觉映射范围
        pieces=[
            {'min':1,'max':10,'label':'1~10℃','color':'#CCFFFF'},
            {'min':11,'max':20,'label':'11~20℃','color':'#FF6666'},
            {'min':21,'max':30,'label':'21~30℃','color':'#990033'}
        ]
    )
)

#绘制地图
map.render()

在谷歌浏览器中的呈现结果：

 

 柱状图

#演示柱状图的使用
from pyecharts.charts import Bar
from pyecharts.options import LabelOpts
#构建柱状图对象
bar = Bar()
#添加x轴数据
bar.add_xaxis(['语文','数学','英语'])
#添加y轴数据
#通过使用label_opts=LabelOpts(position='right')使数值标签显示在柱状图的右侧
bar.add_yaxis('成绩分布',[92,98,90],label_opts=LabelOpts(position='right'))

#通过使用reversal_axis()函数反转x，y轴
bar.reversal_axis()
#绘制柱状图
bar.render()

在谷歌浏览器中的呈现结果：

 

 动态柱状图

from pyecharts.charts import Bar,Timeline
from pyecharts.options import LabelOpts

bar1 = Bar()
bar1.add_xaxis(['语文','数学','英语'])
bar1.add_yaxis('成绩分布',[92,98,90],label_opts=LabelOpts(position='right'))

bar2 = Bar()
bar2.add_xaxis(['语文','数学','英语'])
bar2.add_yaxis('成绩分布',[95,100,92],label_opts=LabelOpts(position='right'))

#构建时间对象
timeline = Timeline()
#在时间线内添加柱状图对象
timeline.add(bar1,'第一学期')
timeline.add(bar2,'第二学期')
#绘图使用时间线对象绘图，而不是bar对象

#绘制动态柱状图
timeline.render()

运行结果