Python受欢迎的主要原因之一就是它丰富的工具包,画图是我们在开发过程中非常常见的一种场景,因此,画图工具自然不胜枚举。其中,比较知名的就是matplotlib[1],它可以覆盖我们日常工作中大多数场景。但是,它自身也有诸多弊端,例如,对新手不够友好、多图展示和离线查看比较麻烦。本文就来介绍一下另一款强大的Python画图工具--pyecharts,它可以作为matplotlib的有力补充。
前言
可视化是一种给人最直观感受的方式,当我们做数据分析、算法验证、效果展示时,绘图就成了一种非常有必要的手段。就如同,我们要看近几个月的股票走势,当看到成千上百个连续数据点时,很难从中发掘出什么规律,但是,当把它按照一定维度绘制出来,就能对股票的走势一目了然。提到Python绘图,很多人第一时间会想到matplotlib,的确,它是Python中使用最多、应用最为广泛的一款Python工具包。但是,在使用matplotlib的过程中我也感受到了一些让我觉得不足的场景:
•多图展示•离线查看•动态效果•图像种类
多图展示
当我需要把多张数据结果在同一个画布上展示出来时,就需要结合循环、subplotlib等方式,而且需要代码冗长,另外,最为重要的是当展示在同一张画布时灵活度较小,而且图像大小会受到一定局限。
离线查看
在有些时候,使用matplotlib绘图,窗口会随着程序的终止而自动销毁,虽然可以借助matplotlib中保存图像的函数解决问题,但是保存后会损失掉原图像中的部分信息,例如,动态效果。
动态效果
有些时候需要绘制三维等复杂图像,或者自带动态效果的图像,由于matplotlib的UI是基于比较老的tkinter开发的,所以,会出现明显的卡顿和不流畅现象。
图像种类
matplotlib能够满足我们日常工作中大多数场景,它包含柱状图、散点图、折线图等等,能够满足大多数数据分析的场景。但是在一些特殊场景却捉襟见肘,例如,地图、仪表盘、水球图、词云图。
因此,本文就来介绍另一款强大的绘图工具pyecharts[2]。在介绍pyecharts之前首先来了解一下Echarts。
Echarts
技术栈中和可视化最为密切的应该就数JavaScript了,当我们浏览网页、使用基于js开发的分发工具时,会被它的可视化效果惊艳到,因此,能够利用JavaScript开发一款图表工具?Echarts的回答是肯定的。ECharts,缩写来自 Enterprise Charts,即为商业级数据图表,是百度的一个开源的数据可视化工具。能够同时在PC 端和移动设备上流畅运行,不仅支持丰富的绘图方式,而且可以使用拖拽、旋转等交互操作,它同时具备如下多项优点:
•支持种类多•开源免费•使用简单•兼容性好
![23cc1fc622d44002011acf949ed79fcb.png](https://i-blog.csdnimg.cn/blog_migrate/1a87a458631821108eedb5491f2838ab.png)
因此,一经开源便备受欢迎。看到Echarts如此好用,有人就会想是否可以把它迁移到Python上面? 答案是肯定的,Pyecharts就此应运而生,它把使用体验非常优秀的Echarts带入到Python中,下面就来看一下这款在JS中备受欢迎的图表工具在Python中如何使用。
Pyecharts
Pyecharts最初吸引我尝试的原因就是它优秀的交互性,它能够轻松的绘制出不同种类的图表,然后存储成html格式文件,当我们需要查看图表时,我们可以随时用任何一款浏览器打开html文件查看图表,在html文件中,它可以同时保存多幅图像,此外,还可以保留原图中的所有信息,此外,使用html存储图像信息还有一个非常显著的优点就是轻量化,因为这些原因,当我看到Pyecharts第一眼就被它惊艳到了。
当使用一段时间Pyecharts之后发现了它更多让人内心舒适的优点:
•简洁的 API 设计,使用如丝滑般流畅,支持链式调用•囊括了 30+ 种常见图表,应有尽有•支持主流 Notebook 环境,Jupyter Notebook 和 JupyterLab•可轻松集成至 Flask,Sanic,Django 等主流 Web 框架•高度灵活的配置项,可轻松搭配出精美的图表•详细的文档和示例,帮助开发者更快的上手项目•多达 400+ 地图文件,并且支持原生百度地图,为地理数据可视化提供强有力的支持
下面就来讲一下Pyecharts的使用方式。
安装
pip安装:
# 安装 v1 以上版本$ pip install pyecharts -U# 如果需要安装 0.5.11 版本的开发者,可以使用$ pip install pyecharts==0.5.11
源码安装
# 安装 v1 以上版本$ git clone https://github.com/pyecharts/pyecharts.git# 如果需要安装 0.5.11 版本,请使用 git clone https://github.com/pyecharts/pyecharts.git -b v05x$ cd pyecharts$ pip install -r requirements.txt$ python setup.py install
使用
下面以一个示例来解释一下Pyecharts的使用。
from pyecharts.charts import Barfrom pyecharts import options as optsbar = Bar()bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])bar.set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))bar.render()
上述示例中就是Pyecharts的使用流程,
•导入图表类,例如,柱状图等。•添加数据•调用render生成html文件
执行上述程序,会在项目路径下生成一个html文件,用浏览器打开这个html文件就可以看到对应的图表,
除此之外,还可以用于绘制如下图表,
地图
仪表盘
![1c225a97c4ea14fb7641571834f69bb0.png](https://i-blog.csdnimg.cn/blog_migrate/28ef3793b9475150c96578961ed41592.png)
盒形图
漏斗图
等30+ 种常见图表。
此外,还可以将多个图表通过布局的方式整合在同一个html中,方便查看和对比。
推荐阅读
•抛弃bash,拥抱zsh!•迫不及待把这款开发神器推荐给大家!•PyHubWeekly | 第四期:清理无效代码,给你的项目瘦瘦身吧!•Github上那些简单且值得推荐的Python小工具•实用工具 | 2款播放器让你免费听遍全网无损音乐
欢迎关注我的公众号“平凡而诗意”,原创技术文章第一时间推送,如果觉得有帮助,麻烦点击一下“在看”~
引用链接
[1]
matplotlib: https://matplotlib.org/[2]
pyecharts: http://pyecharts.herokuapp.com