目录
前言
Pyecharts 是一个基于 ECharts 的 Python 数据可视化库,允许用户使用 Python 语言生成各种类型的交互式图表和数据可视化。
ECharts 是百度开源的一个数据可视化 JS 库,而 Pyecharts 则是 ECharts 的 Python 封装,使得在 Python 中使用 ECharts 变得更加方便。Pyecharts 提供了一组简单而灵活的 API,使用户能够轻松地创建各种图表,包括但不限于折线图、柱状图、散点图、饼图、地图等。通过 pyecharts,用户可以使用 Python 语言处理和准备数据,然后使用简洁的代码生成交互式的图表,这些图表可以嵌入到 Web 应用程序中或保存为静态文件。
- 安装与配置:Pyecharts的安装相对简单,可以通过pip进行安装。安装完成后,用户可以根据需要对图表进行个性化配置。
- 丰富的图形类型:Pyecharts支持多种图表类型,包括但不限于柱状图、折线图、饼图等,满足不同的数据展示需求。
- 交互式图表:由于Pyecharts基于ECharts,所以生成的图表具有良好的交互性,用户可以通过鼠标和触摸等操作与图表进行交互。
- 适用多种场景:Pyecharts可以在不同的Web框架中使用,如Jupyter Notebook、Flask、Django等,使得在Web应用中展示图表变得非常方便。
- 易于使用:Pyecharts提供了简洁明了的API,即使是没有编程背景的用户也能通过简单的学习快速上手绘制图表
一、导包
from pyecharts.charts import Bar
from pyecharts.options import LabelOpts
二、创建柱状图Bar对象
bar = Bar()
三、添加X轴与Y轴数据
# 添加x轴数据
bar.add_xaxis(["中国", "美国", "英国"])
# 添加y轴数据
bar.add_yaxis("GDP", [30, 20, 10], label_opts=LabelOpts( # 添加label_opts使数据显示在右侧
position="right"
))
四、绘图
bar.render("基础柱状图.html")
五、简单案例示例
from pyecharts.charts import Bar
from pyecharts.options import LabelOpts
# 使用Bar构建基础柱状图
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国", "美国", "英国"])
# 添加y轴数据
bar.add_yaxis("GDP", [30, 20, 10], label_opts=LabelOpts( # 添加label_opts使数据显示在右侧
position="right"
))
# 反转x和y轴
bar.reversal_axis()
# 绘图
bar.render("基础柱状图.html")
运行结果:
六、动态GDP柱状图开发案例
6.1 具体数据示例
6.2 示例代码
from pyecharts.charts import Bar, Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType
# 读取数据
f = open("D:\pydaima\8day速成python\shuju/1960-2019全球GDP数据.csv", "r", encoding="GB2312")
data_lines = f.readlines()
# 关闭文件
f.close()
# 删除第一条数据
data_lines.pop(0)
# 将数据转换为字典存储,格式为:
# {年份:[ [国家,gap] ,[国家,gap] ,[国家,gap] ,[国家,gap] ],年份:[ [国家,gap] ,[国家,gap] ,[国家,gap] ,[国家,gap] ]}
# 先定义一个字典对象
data_dict = {}
for line in data_lines:
year = int(line.split(",")[0]) # 年份
country = line.split(",")[1] # 国家
gdp = float(line.split(",")[2]) # GDP数据
# 如何判断字典里面有没有指定的key
try:
data_dict[year].append([country, gdp])
except KeyError:
data_dict[year] = []
data_dict[year].append([country, gdp])
# 创建时间线对象
timeline = Timeline({"theme": ThemeType.LIGHT})
# 排序年份
sorted_year_list = sorted(data_dict.keys())
for year in sorted_year_list:
data_dict[year].sort(key=lambda element: element[1], reverse=True)
# 取出本年份前8名的国家
year_data = data_dict[year][0:8]
x_data = []
y_data = []
for country_gdp in year_data:
x_data.append(country_gdp[0]) # x轴添加国家
y_data.append(country_gdp[1] / 100000000) # y轴添加gdp
# 构建柱状图
bar = Bar()
x_data.reverse()
y_data.reverse()
bar.add_xaxis(x_data)
bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))
# 反转x轴和y轴
bar.reversal_axis()
# 设置每一年的图表标题
bar.set_global_opts(
title_opts=TitleOpts(title=f"{year}年全球前8GDP数据")
)
timeline.add(bar, str(year))
# 设置时间线自动播放
timeline.add_schema(
play_interval=1000, # 播放的时间
is_timeline_show=True, # 显示出来
is_auto_play=True, # 自动播放
is_loop_play=False # 循环播放
)
# 绘图
timeline.render("1960-2019全球GDP前8名国家.html")
运行结果: