Python学习 | 2021-11-26 Plotly&Pyecharts可视化

目录

一、Plotly Express简介

二、Plotly Express基本图表类型

1、散点图（scatter）

2、线形图（line）

3、直方图（histogram） 

4、地图

数据集：

完整代码：

运行结果： 

三、Pyecharts简介

四、Pyecharts基本图表类型

1、柱状图（bar）

完整代码：

运行结果： 

配色选择： 

2、饼图（pie）

完整代码：

运行结果：

3、地理坐标（geo）

完整代码：

运行结果：

 4、关系图（gragh）

完整代码：

运行结果：

---

一、Plotly Express简介

• Plotly是新一代的Python数据可视化开发库，主打功能是绘制在线可交互的图表，绘制的图表可以直接在jupyter中查看。
• Plotly Express是 Plotly.py 的高级封装，为复杂的图表提供了一个简单的语法。
• 一旦导入Plotly Express（px），大多数绘图只需要一个函数调用，接受一个整洁的 Pandas dataframe，并简单描述你想要制作的图。

​

  

---

二、Plotly Express基本图表类型

1、散点图（scatter）

import plotly.express as px
df = px.data.iris()    # iris is a pandas DataFrame
fig=px.scatter(df, x="petal_width", y="petal_length", color="species", size="petal_length", hover_data=["petal_width"])    #hover_data交互显示的数据
fig.show()

（IRIS鸢尾花数据集可视化） 

2、线形图（line）

import plotly.express as px
import numpy as np

t=np.linspace(0,2*np.pi,100)
fig=px.line(x=t,y=np.sin(t))
fig.show()

​

3、直方图（histogram） 

import plotly.express as px
fig = px.histogram(x=[0, 1, 2, 3, 4], y=[0, 1, 4, 9, 16])
fig.show()

​

4、地图

数据集：

数据质量标准——近期（实时）、权威（来源）、完整（年度）。

完整代码：

import plotly.express as px
df=px.data.gapminder()
print(df)    #查看数据集
fig=px.scatter_geo(df,locations="iso_alpha",size='pop',
                   animation_frame="year",color="continent",
                   animation_group="country",hover_name="country",
                   projection='natural earth')
fig.show()

运行结果： 

 （数据集来自Gapminder，可播放动画）

---

三、Pyecharts简介

• ECharts是一个使用 JavaScript 实现的开源可视化库，兼容当前绝大部分浏览器。
• pyecharts实现Python调用echarts库。
• html可交互，如鼠标悬停查看详情、点击图例开关某项。
• 更多功能可查看文档Document。

四、Pyecharts基本图表类型

1、柱状图（bar）

完整代码：

import pyecharts as pe
from pyecharts.charts import Bar
from pyecharts import options as opts    #导入配置项
from pyecharts.globals import ThemeType

bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.ROMANTIC))
x=['扬名立万','长津湖','门锁','野马分鬃','铁道英雄']
y=[365.43,205.09,112.91,99.49,89.86]    #数据来源：艺恩娱数
bar.add_xaxis(x)
bar.add_yaxis("当前票房",y)
bar.render("bar.html")

运行结果： 

配色选择： 

2、饼图（pie）

完整代码：

import pyecharts as pe
from pyecharts.charts import Pie
from pyecharts import options as opts
from pyecharts.globals import ThemeType

pie = Pie(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
x=['扬名立万','长津湖','门锁','野马分鬃','铁道英雄']
y=[365.43,205.09,112.91,99.49,89.86]
moviedata=[list(z) for z in zip(x,y)]
pie.add(series_name="当前票房",data_pair=moviedata,radius="50%",rosetype="radius")
pie.render("pie.html")

运行结果：

3、地理坐标（geo）

完整代码：

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType

c = (
    Geo()
    .add_schema(maptype="广东")
    .add(
        "geo",
        [list(z) for z in zip(Faker.guangdong_city, Faker.values())],
        type_=ChartType.HEATMAP,
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(), title_opts=opts.TitleOpts(title="Geo-广东地图")
    )
    .render("geo_guangdong.html")
)

运行结果：

 4、关系图（gragh）

完整代码：

from pyecharts import options as opts
from pyecharts.charts import Graph

nodes = [
    {"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(title="Graph-基本示例"))
    .render("graph_base.html")
)

运行结果：