devbox
IT小白
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

（萌新必看）python数据分析——pyecharts数据可视化

作者：IT小白 | 2024-02-29 10:49:43

赞

踩

pyecharts

本文章内容仅供参考，思维导图如下：

一，Pycharts简介

1，Pyecharts的由来

（1）Echarts是一个由百度开源的基于js语言的数据可视化框架，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。

（2）由于python在数据分析领域的活跃，一个开发团队将echarts库移植到python中，命名为“pyecharts”。

（3）相较于matplotlib而言，pyecharts库绘制的图形种类更多，样式更精美、丰富。

2，官网和社区

Pyecharts团队提供了官网和社区。

其中官网有Pyecharts的使用文档，社区包含各种图形的项目案例代码和演示。

官网：pyecharts - A Python Echarts Plotting Library built with love.

社区:Document

3，Pyecharts的图形样例

（1）带有滑动条的柱形图

  1. #导入模块
  2. from pyecharts import options as opts
  3. from pyecharts.charts import Bar
  4. from pyecharts.faker import Faker
  5.  
  6. c = (
  7.     Bar()
  8.     .add_xaxis(Faker.days_attrs)
  9.     .add_yaxis("超市A", Faker.days_values, color=Faker.rand_color())
  10.     .set_global_opts(
  11.         title_opts=opts.TitleOpts(title="带有滑动条的柱形图"),
  12.                         datazoom_opts=opts.DataZoomOpts(),
  13. )
  14.  
  15.  .render("带有滑动条的柱形图.html")
  16. )

结果如下：

（2）带有时间轴的饼图

  1. #导入模块
  2. from pyecharts import options as opts
  3. from pyecharts.charts import Pie, Timeline
  4. from pyecharts.faker import Faker
  5.  
  6. attr = Faker.choose()
  7. tl = Timeline()
  8. for i in range(2015, 2020):
  9.  
  10.     pie= (   ##饼图
  11.         Pie()
  12.         .add(
  13.             "某某",
  14.             [list(z) for z in zip(attr, Faker.values())],
  15.             rosetype="radius",
  16.             radius=["30%", "55%"],
  17.         )
  18.         .set_global_opts(title_opts=opts.TitleOpts("某某{}年".format(i)))
  19. )
  20.     tl.add(pie, "{}年".format(i))
  21. tl.render("带有时间轴的饼图.html")

结果如下：

（3）热力地图

  1. #导入模块
  2. from pyecharts import options as opts
  3. from pyecharts.charts import Geo
  4. from pyecharts.faker import Faker
  5. from pyecharts.globals import ChartType
  6.  
  7. c = (  //热力图
  8.     Geo()
  9.     .add_schema(maptype="广东")
  10.     .add(
  11.         "geo",
  12.         [list(z) for z in zip(Faker.guangdong_city, Faker.values())],
  13.         type_=ChartType.HEATMAP,
  14.     )
  15.     .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
  16.     .set_global_opts(
  17.                 visualmap_opts=opts.VisualMapOpts(), title_opts=opts.TitleOpts(title="Geo-广东地图")
  18.     )
  19.     .render("geo_guangdong.html")
  20. )

结果如下：

二，Pyecharts的基本用法

1，语法结构

c=(

    Bar()      

#每个图形由相应的类构成。

    .add_xaxis(Faker.choose())   

  #图形对象的各种方法（如添加x轴数据）均可以采用换行链式编程方法。

    .add_yaxis("A家店铺",Faker.values())        

    .add_yaxis("B家店铺",Faker.values())       

 #

    .set_global_opts(title_opts=opts.TitleOpts(title="Bark-Mark(指定类型)"))       

#全局配置项set_global_ops可以配置标题、坐标轴等通用的图形模块。

    .set_series_opts(       

#系列配置项set_series_opts可以配置和数据及图形相关的图表样式、文本样式、线条样式、标签样式。

        label_opts=opts.LabelOpts(is_show=False),       

#各子配置项中传入的对象均由Pyecharts中options包里定义好的类生成。

        markpoint_opts=opts.MarkPointOpts(

            data=[

                opts.MarkPointItem(type_="max",name="最大值"),

                opts.MarkPointItem(type_="min",name="最小值"),

                opts.MarkPointItem(type_="avg",name="平均值"),

            ]

        )

    )

    .render("bar_markpoint_tpye.html")     

  #代码的最后是图形渲染的方法，可以生成html文件，或是直接在jupyter中展示。

)

 2，使用pyecharts的注意事项

（1）pyecharts 本质上

在做的事情就是将 Echarts 的配置项由 Python dict 序列化为 JSON 格式，所以 pyecharts 支持什么格式的数据类型取决于 JSON 支持什么数据类型。这也就意味着在你将数据传入到 pyecharts 的时候，需要自行将数据格式转换成上述 Python 原生的数据格式。

（2）使用数据分析

大都需要使用 numpy/pandas，但是 numpy 的 numpy.int64/numpy.int32/... 等数据类型并不继承自 Python.int。这就需要我们在使用Pyecharts画图之前要将数据类型转化为【int\float】类型。

（3）有两种数据类型转换为【int\float】类型数据的方法：

有两种将numpy.int64/numpy.int32/... 等数据类型转换为【int\float】类型数据的方法：

【1】、序列对象的 tolist() 方法：  Series.tolist()

【不建议使用python自带的list函数来将序列转化成列表，这可能会无法实现元素数据类型的转换】

【2】、强制转换数据的类型，并重新生成一个列表对象：
  1. # for int
  2. [int(x)for x in your_numpy_array_or_something_else]
  3. # for float
  4. [float(x) for x in your_numpy_array_or_something_else]
  5. # for str
  6. [str(x) for x in your_numpy_array_or_something_else]

三，数据对比类图形

1，多重柱形图

（1）含义：即多个系列数据绘制的柱形图，不同系列的数据的图形用一种颜色表示。

基本语法：

  1. from pyecharts.charts import Bar
  2. from pyecharts.faker import Faker
  3. from pyecharts.globals import ThemeType
  4.  
  5. c = (
  6.     Bar({"theme": ThemeType.MACARONS})
  7.     .add_xaxis(Faker.choose())
  8.     .add_yaxis("超市A", Faker.values())
  9.     .add_yaxis("超市B", Faker.values())
  10.     
  11.     .set_global_opts(
  12.         title_opts={"text": "Bar-通过 dict 进行配置", "subtext": "举例结果图"}
  13.     )
  14.      .render("bar_dict.html")
  15. )

图例：

官方社区链接：

Bar - Bar_base_dict_config - Document (pyecharts.org)

2，堆积柱形图

（1）基本语法

  1. from pyecharts import options as opts
  2. from pyecharts.charts import Bar
  3. from pyecharts.faker import Faker
  4.  
  5. c = (
  6.     Bar()
  7.     .add_xaxis(Faker.choose())
  8.     .add_yaxis("商家A", Faker.values(), stack="stack1")
  9.     .add_yaxis("商家B", Faker.values(), stack="stack1")
  10.     .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
  11.     .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠数据（全部）"))
  12.     .render("bar_stack0.html")
  13. )

结果：

3，条形图

（1）基本语法

  1. from pyecharts import options as opts
  2. from pyecharts.charts import Bar
  3. from pyecharts.faker import Faker
  4.  
  5. c = (
  6.     Bar()
  7.     .add_xaxis(Faker.choose())
  8.     .add_yaxis("商家A", Faker.values())
  9.     .add_yaxis("商家B", Faker.values())
  10.     .reversal_axis()
  11.     .set_series_opts(label_opts=opts.LabelOpts(position="right"))
  12.     .set_global_opts(title_opts=opts.TitleOpts(title="Bar-翻转 XY 轴"))
  13.     .render("bar_reversal_axis.html")
  14. )

结果：

4，3D柱形图

（1）基本语法

Bar3D类创建3D柱形图对象

add方法添加数据：

（1）data参数中输入z轴数据（需要一个n*3形状的二维列表，n是柱体的个数）

（2）xaxis3d_opts 和 yaxis3d_opts分别输入x轴和y轴刻度值

官方社区链接：

Bar3d - Bar3d_punch_card - Document (pyecharts.org)

官方图：

5，环型饼图

（1）基本语法：

  1. from pyecharts import options as opts
  2. from pyecharts.charts import Pie
  3. from pyecharts.faker import Faker
  4.  
  5. c = (
  6.     Pie()
  7.     .add(
  8.         "",
  9.         [list(z) for z in zip(Faker.choose(), Faker.values())],
  10.         radius=["40%", "75%"],
  11.     )
  12.     .set_global_opts(
  13.         title_opts=opts.TitleOpts(title="Pie-Radius"),
  14.         legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),
  15.     )
  16.     .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
  17.     .render("pie_radius.html")
  18. )

 官方社区链接：

Pie - Pie_radius - Document (pyecharts.org)

官方图：

6，玫瑰图

（1）基本语法：

  1. from pyecharts import options as opts
  2. from pyecharts.charts import Pie
  3. from pyecharts.faker import Faker
  4.  
  5.  
  6. v = Faker.choose()
  7. c = (
  8.     Pie()
  9.     .add(
  10.         "",
  11.         [list(z) for z in zip(v, Faker.values())],
  12.         radius=["30%", "75%"],
  13.         center=["25%", "50%"],
  14.         rosetype="radius",
  15.         label_opts=opts.LabelOpts(is_show=False),
  16.     )
  17.     .add(
  18.         "",
  19.         [list(z) for z in zip(v, Faker.values())],
  20.         radius=["30%", "75%"],
  21.         center=["75%", "50%"],
  22.         rosetype="area",
  23.     )
  24.     .set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图示例"))
  25.     .render("pie_rosetype.html")
  26. )

 官方社区链接：

Pie - Pie_rosetype - Document (pyecharts.org)

官方图：

7，雷达图

（1）概念：

雷达图在显示各维度数据的对比情况的同时，还可以对全部维度的整体情况有一个直观的展示。

（1）基本语法：

  1. import pyecharts.options as opts
  2. from pyecharts.charts import Radar
  3.  
  4. """
  5. Gallery 使用 pyecharts 1.1.0
  6. 参考地址: https://echarts.apache.org/examples/editor.html?c=radar
  8. 目前无法实现的功能:
  10. 1、雷达图周围的图例的 textStyle 暂时无法设置背景颜色
  11. """
  12. v1 = [[4300, 10000, 28000, 35000, 50000, 19000]]
  13. v2 = [[5000, 14000, 28000, 31000, 42000, 21000]]
  14.  
  15. (
  16.     Radar(init_opts=opts.InitOpts(bg_color="#CCCCCC"))
  17.     .add_schema(
  18.         schema=[
  19.             opts.RadarIndicatorItem(name="销售（sales）", max_=6500),
  20.             opts.RadarIndicatorItem(name="管理（Administration）", max_=16000),
  21.             opts.RadarIndicatorItem(name="信息技术（Information Technology）", max_=30000),
  22.             opts.RadarIndicatorItem(name="客服（Customer Support）", max_=38000),
  23.             opts.RadarIndicatorItem(name="研发（Development）", max_=52000),
  24.             opts.RadarIndicatorItem(name="市场（Marketing）", max_=25000),
  25.         ],
  26.         splitarea_opt=opts.SplitAreaOpts(
  27.             is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
  28.         ),
  29.         textstyle_opts=opts.TextStyleOpts(color="#fff"),
  30.     )
  31.     .add(
  32.         series_name="预算分配（Allocated Budget）",
  33.         data=v1,
  34.         linestyle_opts=opts.LineStyleOpts(color="#CD0000"),
  35.     )
  36.     .add(
  37.         series_name="实际开销（Actual Spending）",
  38.         data=v2,
  39.         linestyle_opts=opts.LineStyleOpts(color="#5CACEE"),
  40.     )
  41.     .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
  42.     .set_global_opts(
  43.         title_opts=opts.TitleOpts(title="基础雷达图"), legend_opts=opts.LegendOpts()
  44.     )
  45.     .render("basic_radar_chart.html")
  46. )

 官方社区链接：

Document

官方图：

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/IT小白/article/detail/165174
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号