python 数据可视化pyecharts

作者: 朝鹿志 | 来源:发表于2020-05-16 15:30 被阅读0次

python使用pyecharts库画地图数据可视化的实现
Python-pyecharts学习笔记
基于pandas、matplotlib、pyecharts的人工
python 数据可视化之pyecharts库
Python中的可视化神器！你知道是啥吗？没错就是pyechar
Python中的可视化神器：pyecharts
pyecharts
一万条拉勾网程序员招聘信息分析
Python可视化神器——pyecharts的超详细使用指南！
Python可视化神器——pyecharts的超详细使用指南！

ECharts开源来自百度商业前端数据可视化团队，基于html5 Canvas，是一个纯Javascript图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。

pyecharts包含的图表
　　Bar（柱状图/条形图）
　　Bar3D（3D 柱状图）
　　Boxplot（箱形图）
　　EffectScatter（带有涟漪特效动画的散点图）
　　Funnel（漏斗图）
　　Gauge（仪表盘）
　　Geo（地理坐标系）
　　Graph（关系图）
　　HeatMap（热力图）
　　Kline（K线图）
　　Line（折线/面积图）
　　Line3D（3D 折线图）
　　Liquid（水球图）
　　Map（地图）
　　Parallel（平行坐标系）
　　Pie（饼图）
　　Polar（极坐标系）
　　Radar（雷达图）
　　Sankey（桑基图）
　　Scatter（散点图）
　　Scatter3D（3D 散点图）
　　ThemeRiver（主题河流图）
　　WordCloud（词云图）

用户自定义

Grid 类：并行显示多张图
　　Overlap 类：结合不同类型图表叠加画在同张图上
　　Page 类：同一网页按顺序展示多图
　　Timeline 类：提供时间线轮播多张图

pyecharts安装

pip install pyecharts
自从 0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表（Geo、Map），可自行安装对应的地图文件包。

全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图
中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区
中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市

Windows下通过已下的pip命令进行安装

pip install echarts-countries-pypkg

pip install echarts-china-provinces-pypkg

pip install echarts-china-cities-pypkg

Linux下通过以下的pip命令进行安装

sudo pip3 install echarts-countries-pypkg 
 
 
sudo pip3 install echarts-china-provinces-pypkg
 
 
sudo pip3 install echarts-china-cities-pypkg
 
 
sudo pip3 install echarts-countries-pypkg 
 
 
sudo pip3 install echarts-china-provinces-pypkg
 
 
sudo pip3 install echarts-china-cities-pypkg

bar = Bar("我的第一个图表","这里是副标题")
bar.add("服装",["帽子","口罩","羊毛衫","裤子","高跟鞋","袜子"],[44,34,56,23,34,22]) #如果两个列表是一个字典或元祖，使用cast可以变成两个列表
bar.render()
在add中加一个：is_more_utils=True,可以查看更多配置选项。

柱状图示例

from pyecharts import Bar # 柱状图
attr = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
v1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
v2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
#创建柱状图
bar = Bar("Bar chart", "precipitation and evaporation one year")
#添加数据
bar.add("precipitation", attr, v1, mark_line=["average"], mark_point=["max", "min"])
bar.add("evaporation", attr, v2, mark_line=["average"], mark_point=["max", "min"])
# 生成一个html文件
bar.render()

image.png

Tip：可以按右边的下载按钮将图片下载到本地

add()

主要方法，用于添加图表的数据和设置各种配置项

show_config()

打印输出图表的所有配置项

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。

默认的编码类型为 UTF-8，在 Python3 中是没什么问题的，Python3 对中文的支持好很多。但是在 Python2 中，编码的处理是个很头疼的问题，暂时没能找到完美的解决方法，目前只能通过文本编辑器自己进行二次编码，我用的是 Visual Studio Code，先通过 Gbk 编码重新打开，然后再用 UTF-8 重新保存，这样用浏览器打开的话就不会出现中文乱码问题了。

雷达图示例

from pyecharts import Radar
schema =[ ("销售", 6500), ("管理", 16000), ("信息技术", 30000), ("客服", 38000), ("研发", 52000), ("市场", 25000)]
v1 =[[4300, 10000, 28000, 35000, 50000, 19000]]
v2 =[[5000, 14000, 28000, 31000, 42000, 21000]]
radar =Radar()
radar.config(schema)
radar.add("预算分配", v1, is_splitline=True, is_axisline_show=True)
radar.add("实际开销", v2, label_color=["#4e79a7"], is_area_show=False)
radar.show_config()
radar.render()

image.png

散点图示例

from pyecharts import Scatter
v1 =[10, 20, 30, 40, 50, 60]
v2 =[10, 20, 30, 40, 50, 60]
scatter =Scatter("散点图示例")
scatter.add("A", v1, v2)
scatter.add("B", v1[::-1], v2)
scatter.show_config()
scatter.render()

散点打印Pyecharts字体。

from pyecharts import Scatter
scatter =Scatter("散点图示例")
v1,v2=scatter.draw(r".\wordcloud.png")
scatter.add("pyecharts", v1, v2, is_random=True)
scatter.show_config()
scatter.render()

image.png

带有涟漪特效动画的散点图

from pyecharts import EffectScatter
v1 =[10, 20, 30, 40, 50, 60]
v2 =[25, 20, 15, 10, 60, 33]
es =EffectScatter("动态散点图示例")
es.add("effectScatter", v1, v2)
es.render()
es =EffectScatter("动态散点图各种图形示例")
es.add("", [10], [10], symbol_size=20, effect_scale=3.5, effect_period=3, symbol="pin")
es.add("", [20], [20], symbol_size=12, effect_scale=4.5, effect_period=4,symbol="rect")
es.add("", [30], [30], symbol_size=30, effect_scale=5.5, effect_period=5,symbol="roundRect")
es.add("", [40], [40], symbol_size=10, effect_scale=6.5, effect_brushtype='fill',symbol="diamond")
es.add("", [50], [50], symbol_size=16, effect_scale=5.5, effect_period=3,symbol="arrow")
es.add("", [60], [60], symbol_size=6, effect_scale=2.5, effect_period=3,symbol="triangle")
es.render()

image.png

map

from pyecharts import Map
value =[155, 10, 66, 78, 33, 80, 190, 53, 49.6]
attr =["福建", "山东", "北京", "上海", "甘肃", "新疆", "河南", "广西", "西藏"]
map=Map("Map 结合 VisualMap 示例", width=1200, height=600)
map.add("", attr, value, maptype='china', is_visualmap=True, visual_text_color='#000')
map.show_config()
map.render()

image.png

各类电影中"好片"所占的比例

from pyecharts import Pie
pie =Pie('各类电影中"好片"所占的比例', "数据来着豆瓣", title_pos='center')
pie.add("", ["剧情", ""], [25, 75], center=[10, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None, )
pie.add("", ["奇幻", ""], [24, 76], center=[30, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None, legend_pos='left')
pie.add("", ["爱情", ""], [14, 86], center=[50, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)
pie.add("", ["惊悚", ""], [11, 89], center=[70, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)
pie.add("", ["冒险", ""], [27, 73], center=[90, 30], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)
pie.add("", ["动作", ""], [15, 85], center=[10, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)
pie.add("", ["喜剧", ""], [54, 46], center=[30, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)
pie.add("", ["科幻", ""], [26, 74], center=[50, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)
pie.add("", ["悬疑", ""], [25, 75], center=[70, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None)
pie.add("", ["犯罪", ""], [28, 72], center=[90, 70], radius=[18, 24], label_pos='center', is_label_show=True, label_text_color=None, is_legend_show=True, legend_top="center")
pie.show_config()
pie.render(path=r'.\render.html')

image.png

from pyecharts import Line, Bar, Pie, EffectScatter
# 数据
attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 =[5, 20, 36, 10, 10, 100]
v2 =[55, 60, 16, 20, 15, 80]
line = Line('折线图')
line.add('商家A', attr, v1, mark_point=['max'])
line.add('商家B', attr, v2, mark_point=['min'], is_smooth=True)
line.show_config()
line.render(path=r'.\render.html')

词云图

from pyecharts import WordCloud
name =['Sam S Club', 'Macys', 'Amy Schumer', 'Jurassic World', 'Charter Communications', 'Chick Fil A', 'Planet Fitness', 'Pitch Perfect', 'Express', 'Home', 'Johnny Depp', 'Lena Dunham', 'Lewis Hamilton', 'KXAN', 'Mary Ellen Mark', 'Farrah Abraham', 'Rita Ora', 'Serena Williams', 'NCAA baseball tournament', 'Point Break']
value =[10000, 6181, 4386, 4055, 2467, 2244, 1898, 1484, 1112, 965, 847, 582, 555, 550, 462, 366, 360, 282, 273, 265]
wordcloud =WordCloud(width=1300, height=620)
wordcloud.add("", name, value, word_size_range=[20, 100])
wordcloud.show_config()
wordcloud.render()

词云图的形状可以通过shape参数来选择 
wordcloud.add("", name, value, word_size_range=[20, 100],shape='star')'

image.png

饼图和玫瑰饼图

from pyecharts import Line, Bar, Pie, EffectScatter

attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 =[5, 20, 36, 10, 10, 100]
v2 =[55, 60, 16, 20, 15, 80]
pie = Pie('饼图')
pie.add('芝麻饼', attr, v1, is_label_show=True)
pie.show_config()
pie.render(path=r'.\render.html')

pie2 = Pie("饼图-玫瑰图示例", title_pos='center', width=900)
pie2.add("商品A", attr, v1, center=[25, 50], is_random=True, radius=[30, 75], rosetype='radius')
pie2.add("商品B", attr, v2, center=[75, 50], is_random=True, radius=[30, 75], rosetype='area', is_legend_show=False, is_label_show=True)
pie2.show_config()
pie2.render(path=r'.\render.html')

image.png

关系图

from pyecharts 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')})
graph = Graph("关系图-环形布局示例")
graph.add("关系图1",nodes,links,is_label_show=True,repulsion=8000,layout='circular',label_text_color=None)
graph.show_config()
graph.render()

image.png

python使用pyecharts库画地图数据可视化的实现
这篇文章主要介绍了python使用pyecharts库画地图数据可视化的实现 python使用pyecharts库...
Python-pyecharts学习笔记
优秀笔记和资源： pyecharts官网 Python让你的数据生成可视化图形 pyecharts学习笔记
基于pandas、matplotlib、pyecharts的人工
pandas是python中的数据分析库，matplotlib、pyecharts是python中的数据可视化库。...
python 数据可视化之pyecharts库
记录python数据可视化pyecharts库基本使用及样板简介 pyecharts 是一个用于生成 Echar...
Python中的可视化神器！你知道是啥吗？没错就是pyechar
pyecharts是一款将python与echarts结合的强大的数据可视化工具，本文将为你阐述pyecharts...
Python中的可视化神器：pyecharts
pyecharts是一款将python与echarts结合的强大的数据可视化工具，本文将为你阐述pyecharts...
pyecharts
pyecharts是一款将python与echarts结合的强大的数据可视化工具。安装 pip install ...
一万条拉勾网程序员招聘信息分析
写的爬虫越来越多，最近兴起想学习数据可视化，试用了Echarts的Python移植PyEcharts,于是有了...
Python可视化神器——pyecharts的超详细使用指南！
导读：pyecharts是一款将python与echarts结合的强大的数据可视化工具，本文将为你阐述pyecha...
Python可视化神器——pyecharts的超详细使用指南！
导读：pyecharts是一款将python与echarts结合的强大的数据可视化工具，本文将为你阐述pyecha...