Python数据可视化——pyecharts学习笔记

最新推荐文章于 2024-06-07 21:39:25 发布

jxiaoin

最新推荐文章于 2024-06-07 21:39:25 发布

阅读量5.2k

点赞数 11

文章标签： python 数据可视化数据分析

本文链接：https://blog.csdn.net/yeyuanxiaoxin/article/details/104321952

版权

导读：Python数据可视化的库有很多，常见的有matplotlib、pyplot、Seaborn、pyecharts等。

pyecharts是一款将python与echarts相结合的数据可视化库，可用于制作 Echarts 图表，输出动态的可视化图表，。Echarts 是百度开源的一个数据可视化 JS 库。

以下基于win系统的Python3版本pyecharts0.5.10进行。

pyecharts中文官方文档：https://pyecharts.org/#/zh-cn/intro

本笔记中部分所列图形案例代码可在文末附的参考资源中找到。

目录：

pyecharts库安装：

常用国内镜像源：

基本语法（通过案例学习）：

使用pyecharts-snapshot插件保存图形：

常用图形函数：

1、柱状图/条形图 [堆叠（柱状）图] Bar.add()

2、饼图/环形图/玫瑰图Pie.add()

3、折线图/面积图Line.add()

4、极坐标系Polar.add()

5、散点图/三维气泡图scatter.add()

6、带有闪烁动画的散点图EffectScatter.add()

11、词云图WordCloud.add()

16、平行坐标系Parallel.add()

17、桑基图Sankey.add()

18.自定义图形Grid.add()

19、图标叠加 Overlap.add()

20、同一网页按顺序展示多个图page.add()

pyecharts库安装：

pyEcharts目前有0.5及以下版本和1.0以上版本，新版的pyecharts发生了许多变化。最为明显的是以前调整变量的命令现在都发生了改变。网上大部分教程都是0.5及以下版本。这里使用清华镜像安装0.5.10

安装代码：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts==0.5.10

常用国内镜像源：

清华大学：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科学技术大学大学：https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣：http://pypi.douban.com/simple/

使用镜像源的安装方法：

pip install -i https://pypi.doubanio.com/simple/ 包名

基本语法（通过案例学习）：

#导入柱状图bar
from pyecharts import Bar

#设置柱状图的主标题与副标题
bar=Bar("柱状图（标题）","一年的降水量和蒸发量（副标题）")

#配置主题
bar.use_theme('dark')  # 设置背景色为“暗色”。需要设置主题背景色时调用use_theme() 函数

#设置x轴数据
columns=["Jan","Feb","Mar","Apr","May","Jun","Jul","Aug","Sep","Oct","Nov","Dec"]

#设置y轴数据
data_1=[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]
data_2=[2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]

#添加柱状图的数据及配置项
bar.add(
    "降水量",columns,data_1,  #绘图关键信息：图例名称（注释==label），x轴数据，y轴数据
    mark_line=["average"],  #标记平均值
    mark_point=["max","min"],  #标记极值
    is_stack =False,  #数据堆叠，同个类目轴上系列配置相同的stack 值可以堆叠放置。is_stack = True表示堆叠在一起绘制堆叠（柱状）图
    bar_category_gap ='20%',  #类目轴柱状距离，默认20%
    is_more_utils=True #提供更多实用工具按钮
)
bar.add( 
    "蒸发量",columns,data_2,
    mark_line=["average"],
    mark_point=["max","min"],
    is_stack =False,  
    bar_category_gap ='20%', 
    is_more_utils=True
    # is_convert = True ， X 轴与 Y 轴交换，将柱状图改为条形图
)

# bar.print_echarts_options()  # 该行打印配置项，方便调试时使用

#生成本地文件（默认为.html文件）
bar.render('./picture1.html') #将html文档命名为picture1

运行结果图：

关键代码解读：

add() : 主要方法，用于添加图表的数据和设置各种配置项

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。

print_echarts_options() ：打印输出图表的所有配置项

show_config() ：打印输出图表的所有配置项

Note：可以按右边的下载按钮将图片下载到本地，如果想要提供更多实用工具按钮，请在 add() 中设置 is_more_utils 为 True

使用pyecharts-snapshot插件保存图形：

如果想直接将图片保存为 png, pdf, gif 格式的文件，可以使用 pyecharts-snapshot。使用该插件请确保你的系统上已经安装了 Nodejs 环境。

1._幻像：康达安装幻象

2.* pyecharts 快照： pip 安装 pyecharts 快照

2.调用 render 方法 bar.render(path='snapshot.png') 文件结尾可以为 svg/jpeg/png/pdf/gif。请注意，svg 文件需要你在初始化 bar 的时候设置 renderer='svg'。

import random
from pyecharts import Bar
#from pyecharts import configure

#configure(global_theme='vintage')
X_AXIS = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
bar = Bar("我的第一个图表", "这里是副标题")

bar.use_theme("roma")

bar.add("商家A", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.add("商家B", X_AXIS, [random.randint(10, 100) for _ in range(6)])

bar.render()
bar.render(path='snapshot.png')