Pyecharts学习记录day_01_各类图的作用和Pyecharts常用模块介绍

# 只需 shift+回车 运行本单元格，就可以让jupyter notebook宽屏显示
from IPython.core.display import display, HTML
display(HTML('<style>.container { width:100% !important; }</style>'))

1 Pyecharts库简介

• Echarts 是个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了许多人的认可。Pyecharts是Python将Echarts结合起来的强大的数据可视化库。
• 学习途径：官方中文文档链接、官方实例
• 安装方法（我的版本是1.7.1，这里加了清华源）：pip install pyecharts==1.7.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
• pyecharts 可以生成独立的网页，也可以在 flask , Django 中集成使用。

各类表以及适用场景

图表类型	适用场景
散点图	适用于大量数据中寻找规律，如回归分析中，常用于比较跨类别的聚合数据
折线图	观察一个或者多个数据指标连续变化的趋势，显示随时间而变化的连续数据，所有值数据沿垂直轴均匀分布
柱状图	展示多个分类的数据变化和同类别各变量之间的比较情况，适用于较小的数据集
柱线图	柱状图和折线图在同一个图表展现数据，同时展现出两类数据的特点
箱形图	利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法，
热力图	通过密度函数进行可视化用于点的密度的热图，能够缩放点的密度，热力图适合用于交通出行等
饼状图	饼状图常用于统计学模型，反映各组成数据之间的比例
树图	层次化数据的可视化方法，把目的与需要采取的措施或手段，并绘制成图，寻找最佳手段或措施
词云图	文本中出现频率较高的词以视觉化的展现，词云图过滤掉大量的低频低质的文本信息，使其一目了然
地理数据图	将数据信息结合具体的坐标展示在地图上，如最近网上疫情地图，以直观反映出各地区的情况

2 Pyecharts常用模块介绍

2.1 pyecharts.faker(伪造数据生成器)

# 导入库
from pyecharts.faker import Faker
# dir(name)获取name模块的属性列表，并从列表中截取可获得随机数据
dataset_name_list = dir(Faker)[-21:]
print("显示前5个：",dataset_name_list[:5])

显示前5个： ['animal', 'cars', 'choose', 'clock', 'clothes']

# 如我们想获取伪造的animal的数据可通过下面的代码实现
animal = Faker.animal
values = Faker.values(1,20)
a = dict()
for i in range(len(animal)):
    a[animal[i]] = values[i]
print(a)

{'河马': 7, '蟒蛇': 3, '老虎': 5, '大象': 15, '兔子': 9, '熊猫': 16, '狮子': 5}

2.2 pyecharts.charts(各类图表模块)

import pyecharts.charts as pe
# 通过dir()查看模块内的图有哪些，这里只显示了5个
dir(pe)[:5]

['BMap', 'Bar', 'Bar3D', 'Boxplot', 'Calendar']

# 如果我们需要绘制Bar图(柱状图，条形图)，通过以下方法调用
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("A", Faker.values())
    .add_yaxis("B", Faker.values())
    )
c.render_notebook()

2.3 pyecharts.globals(设置图表的主样式等)

from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
    Bar({"theme":ThemeType.MACARONS})
    .add_xaxis(Faker.choose())
    .add_yaxis("A", Faker.values())
    .add_yaxis("B", Faker.values())
    )
c.render_notebook()

# 通过dir()可以看到有16种样式
dir(ThemeType)[:16]

['BUILTIN_THEMES',
 'CHALK',
 'DARK',
 'ESSOS',
 'INFOGRAPHIC',
 'LIGHT',
 'MACARONS',
 'PURPLE_PASSION',
 'ROMA',
 'ROMANTIC',
 'SHINE',
 'VINTAGE',
 'WALDEN',
 'WESTEROS',
 'WHITE',
 'WONDERLAND']

2.4 pyecharts.options（设置绘图大小，样式等等）

from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
    Bar(init_opts=opts.InitOpts(width="900px",height="500px",theme=ThemeType.CHALK))
    .add_xaxis(Faker.choose())
    .add_yaxis("图例1", Faker.values())
    .add_yaxis("图例2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts("标题"))
    )
c.render_notebook()

2.5 pyecharts.commons(设置背景色、渲染等)

from pyecharts.commons.utils import JsCode
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
from pyecharts.faker import Faker
# 这句暂时不太懂，从官网复制过来的
background_color_js = (
    "new echarts.graphic.LinearGradient(0, 0, 0, 1, "
    "[{offset: 0, color: '#c86589'}, {offset: 1, color: '#06a7ff'}], false)"
)
c = (
    Bar(init_opts=opts.InitOpts(width="900px",height="500px",theme=ThemeType.CHALK,bg_color=JsCode(background_color_js)))
    .add_xaxis(Faker.choose())
    .add_yaxis("图例1", Faker.values())
    .add_yaxis("图例2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts("标题"))
    )
c.render_notebook()

3 小结

之所以学习Pyecharts，是因为我认为绘图十分炫酷，而且是交互式，还可以用于Django等Web开发框架。以上常用模块和代码均参考官网，从官网的实例来看，外部调用的主要来自这5个模块，今天是正式学习Pyecharts第一天，还不是很了解，明天继续加油。