pyecharts运用——对数据进行可视化处理
正文:
前言
本博客记录这学期关于数据可视化的一些学习,由于我是一个菜鸟,编程能力很弱,希望路过的大佬多多海涵。
一、为什么要数据可视化?
引用知乎的一段话来展开:
(1)我们利用视觉获取的信息量,远远比别的感官要多的多。
(2)它能够帮助分析的人对数据有更全面的认识。
(3)人类大脑在记忆能力的限制。
数据可视化的根本目的就是教会我们如何去分析一段数据,并让非专业的人士也能了解到这段数据所要表达的意思,且可以从数据中挖掘出更多有用的信息。
二、python可视化神器——pyecharts库
2.1 pyecharts 是为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。
2.1 .1先做准备工作,导入自己后续需要用到的库;如果你是一名新手,没有pandas、pyecharts这两个模块;就需要在cmd命令窗口或Anaconda Prompt窗口输入以下命令:
pip install pandas
pip install pyecharts
安装成功之后运行以下代码,就能显示成功。
opts:用于设置图表的各种属性和配置项。opts对象是pyecharts中非常重要的一个概念,可以用于设置图表的样式、数据、标签、坐标轴、背景等各种属性,从而使得图表能够更加地符合用户的需求。
Grid:是一个用于布局多个图表的容器。Grid 可以将多个图表排列在一起,使它们在同一个页面上展示,并具有良好的视觉效果。
pandas:是一个数据处理库,提供了丰富的数据结构和函数,用于处理和分析结构化数据。pandas 可以读取和写入各种数据格式,如 CSV、Excel、SQL 数据库、HTML、JSON 等,并提供了数据清洗、数据转换、数据分组、数据透视、数据聚合等常用操作。
部分代码代码示例:
from pyecharts import options as opts
from pyecharts.charts import Bar, Line,Grid,Tab
import pandas as pd
from pyecharts.faker import Faker
三、获取数据
利用pandas库中的方法获取指定文件指定工作表中的全部数据,其数据是一个列表形式。
注意: 这里的 ’MPV销量数据.xlsx‘ 文件使用的是相对路径,因此要与当前写的代码文件是在同一路径下,才能获取到数据;当然也可以使用绝对路径来获取表格数据文件,这里我就不做演示了。