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。