数据可视化总结2021.05.17

如何做Python 的数据可视化？

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。主要用于数据可视化。

一、安装

pyecharts 兼容 Python2 和 Python3。目前版本为 0.1.4

1.pip install pyecharts
Bar（柱状图/条形图）
Bar3D（3D 柱状图）
Boxplot（箱形图）
EffectScatter（带有涟漪特效动画的散点图）
Funnel（漏斗图）
Gauge（仪表盘）
Geo（地理坐标系）
Graph（关系图）
HeatMap（热力图）
Kline（K线图）
Line（折线/面积图）
Line3D（3D 折线图）
Liquid（水球图）
Map（地图）
Parallel（平行坐标系）
Pie（饼图）
Polar（极坐标系）
Radar（雷达图）
Sankey（桑基图）
Scatter（散点图）
Scatter3D（3D 散点图）
ThemeRiver（主题河流图）
WordCloud（词云图）
2.公共属性
1.标题栏的属性：一般在实例化（初始化）类型时给与，如bar = Bar（“大标题”，“副标题”，···各种属性···）

    title_color = “颜色”：标题颜色，可以是‘red’或者‘#0000’

    title_pos = ‘位置’：标题位置，如‘center’，‘left’···

    width = 1200：图表的宽

    height = 800：图表的高

    background_color = "颜色"：图表的背景色

    ·····

2、标签栏的属性：

     bar.add（“标签”，x，values，···属性···）

    'mark_'类，通个'mark_'显示，如 mark_point['max', 'min', 'average']:标出最大最小和平均值的点，

            mark_point_textcolor,mark_line_symbolsize·····

    'legend_'类，如legend_pos=‘left’：标签的位置

     'is_'类，如is_label_show=True：显示每个点的值，is_datazoom_show=True：实现移动控制x轴的数量

            is_convert = True：x，y轴是否调换

二、入门

1.首先开始来绘制你的第一个图表

from pyecharts import Bar
bar =Bar("我的第一个图表", "这里是副标题")
bar.use_theme('dark')  #设置背景色
bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])
bar.show_config()#打印输出图表的所有配置项
bar.render()#默认将会在根目录下生成一个 render.html 的文件

Tip：可以按右边的下载按钮将图片下载到本地

add()主要方法，用于添加图表的数据和设置各种配置项

show_config()打印输出图表的所有配置项

render()默认将会在根目录下生成一个 render.html 的文件，支持 path 参数，设置文件保存位置，如 render(r"e:my_first_chart.html")，文件用浏览器打开.默认的编码类型为 UTF-8，在 Python3 中是没什么问题的，Python3 对中文的支持好很多。但是在 Python2 中，编码的处理是个很头疼的问题，暂时没能找到完美的解决方法，目前只能通过文本编辑器自己进行二次编码，我用的是 Visual Studio Code，先通过 Gbk 编码重新打开，然后再用 UTF-8 重新保存，这样用浏览器打开的话就不会出现中文乱码问题了。

基本上所有的图表类型都是这样绘制的：

chart_name = Type() 初始化具体类型图表。

add() 添加数据及配置项。

render() 生成 .html 文件。

三、图表类型

1.柱状图
某地区的降水量，并转换x，y轴

attr = ['{}月'.format(i) for i in range(1,13)]
v1 = [2.0,