pyecharts geo_贼好用的pyecharts

Hello，大家好，今天要给大家推荐一款非常好用的可视化库，echarts，

echarts是一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，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了，因为pyecharts库的官方文档已经说的相当相当详细啦，在此我就不再多渣渣啦~直接附上链接地址如下：

https://pyecharts.org

在官方文档里面为我们列出了各种各样的图示，以及使用方法，请大家详细阅读就可，在这要大家说的是pyecharts的安装，因为pyecharts有好多个版本，建议大家下载对应的源码包进行安装，pip安装后也许大概可能你会有好多的问题存在，安装方式如下：

$ git clone https://github.com/pyecharts/pyecharts.git$ cd pyecharts$ pip install -r requirements.txt$ python setup.py install

pyecharts功能十分强大，可以将我们的图示生成html文件用于页面的可视化，也可以生成notebook'格式辅助我们的数据分析，接下来我们就在notebook下显示几个比较好玩的图示~

先来看看我们最常用的柱状图吧，各种姿势随意输出~

#导入faker包模拟数据#导入配置选项options#导入柱状图对象Barfrom example.commons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Bar

c = (        Bar()        .add_xaxis(Faker.choose())        .add_yaxis("商家A", Faker.values())        .add_yaxis("商家B", Faker.values(), is_selected=False)        .set_global_opts(title_opts=opts.TitleOpts(, sub))    )c.render_notebook()

这是一个最基础的bar图啦，pyecharts不仅可以给我们展示单独的商家也可以多个商家同时展示，更可以方便的显示我们每个量的数值。

c = (        Bar()        .add_xaxis(Faker.choose())        .add_yaxis("商家A", Faker.values())        .add_yaxis("商家B", Faker.values())        .reversal_axis()        .set_series_opts(label_opts=opts.LabelOpts(position="right"))        .set_global_opts(title_opts=opts.TitleOpts())    )c.render_notebook()

如上图，我们通过反转选项就轻松的将竖着的图形给横过来啦，是不是贼6呢，柱状图还有很多很多类型，我们就先分享这俩个~

接下来我们在看看涟漪特效图，听起来就很不错的图形~

from example.commons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import EffectScatterfrom pyecharts.globals import SymbolTypec = (        EffectScatter()        .add_xaxis(Faker.choose())        .add_yaxis("", Faker.values())        .set_global_opts(            title_opts=opts.TitleOpts(),            xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),            yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),        )    ) c.render_notebook()

还有我们的地理图表，哈哈，学完这个后你会发现，那些大屏显示的动态真的很喽啊~~~原来那么简单~~

from example.commons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Geofrom pyecharts.globals import ChartType, SymbolType

c = (Geo()        .add_schema(maptype="china")        .add("geo",            [list(z) for z in zip(Faker.provinces, Faker.values())],            type_=ChartType.EFFECT_SCATTER,        )        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))        .set_global_opts(title_opts=opts.TitleOpts())    )c.render_notebook()

还有我们的地图

from example.commons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Map

c = (Map()        .add("商家A", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")        .set_global_opts(title_opts=opts.TitleOpts())    )c.render_notebook()

3D图

import mathfrom example.commons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Line3D

data = []for t in range(0, 25000):_t = t / 1000        x = (1 + 0.25 * math.cos(75 * _t)) * math.cos(_t)        y = (1 + 0.25 * math.cos(75 * _t)) * math.sin(_t)        z = _t + 2.0 * math.sin(75 * _t)        data.append([x, y, z])    c = (        Line3D()        .add("",            data,            xaxis3d_opts=opts.Axis3DOpts(Faker.clock, type_="value"),            yaxis3d_opts=opts.Axis3DOpts(Faker.week_en, type_="value"),            grid3d_opts=opts.Grid3DOpts(width=100, height=100, depth=100),        )        .set_global_opts(            visualmap_opts=opts.VisualMapOpts(                max_=30, min_=0, range_color=Faker.visual_color            ),            title_opts=opts.TitleOpts(),        )    )c.render_notebook()

还有我们的仪表盘

from pyecharts import options as optsfrom pyecharts.charts import Gauge, Pagec = (    Gauge()    .add("", [("完成率", 66.6)])    .set_global_opts(title_opts=opts.TitleOpts()))r.render_notebooke()

饼图

from example.commons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Page, Piec = (        Pie()        .add("", [list(z) for z in zip(Faker.choose(), Faker.values())])        .set_global_opts(title_opts=opts.TitleOpts())        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))    )

以及我们常用的关系图

import jsonimport osfrom pyecharts import options as optsfrom pyecharts.charts import Graph, Pagenodes = [        {"name": "结点1", "symbolSize": 10},        {"name": "结点2", "symbolSize": 20},        {"name": "结点3", "symbolSize": 30},        {"name": "结点4", "symbolSize": 40},        {"name": "结点5", "symbolSize": 50},        {"name": "结点6", "symbolSize": 40},        {"name": "结点7", "symbolSize": 30},        {"name": "结点8", "symbolSize": 20},    ]links = []for i in nodes:for j in nodes:        links.append({"source": i.get("name"), "target": j.get("name")})c = (Graph()    .add("", nodes, links, repulsion=8000)    .set_global_opts(title_opts=opts.TitleOpts()))c.render_notebook()

就这样吧，今天的案例都是来自于官方网站，对可视化感兴趣的同胞可以去认真学习学习~~~很重要~