python数据分析及可视化（十三）pyecharts可视化（简介、特性、全局配置项、图形的绘制、多图布局）_pyecharts可视化函数

pyecharts简介

PyEcharts说明文档，学习的时候可以参考
https://pyecharts.org/#/zh-cn/global_options?id=legendopts%ef%bc%9a%e5%9b%be%e4%be%8b%e9%85%8d%e7%bd%ae%e9%a1%b9

pyecharts简介

Echarts 是一个由百度开源的数据可视化，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。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。
在各行各业比较先进的工具都会优先支持python，可以通过python实现类似的效果。

pyecharts特性

• 简洁的 API 设计，调用方式比较简单，使用如丝滑般流畅，支持链式调用
• 囊括了 30+ 种常见图表，应有尽有，可以满足大多数数据可视化的需要
• 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
• 可轻松集成至 Flask，Django 等主流 Web 框架，也可以在web服务中使用图表，在网站开发过程中渲染图表
• 高度灵活的配置项，可轻松搭配出精美的图表
• 详细的文档和示例，帮助开发者更快的上手项目
• 多达 400+ 地图文件以及原生的百度地图，依赖百度地图为地理数据可视化提供强有力的支持

pyecharts版本

v0.5.x和v1两个版本不兼容，安装不同的版本，不能相互运行

• v0.5.X 支持python2.7，3.4+，已不再更新
• v1 支持python3.6+，一般使用的都是这个版本

pyecharts的简单使用

导入及使用

from pyecharts.charts import Bar # 从charts模块中导入 柱状图类
1

1. 实例化
   添加y轴的时候，除了数据，还要添加一个标签，render渲染时会默认生成本地 HTML 文件，默认会在程序所在的目录生成 render.html 文件，也可以传入路径参数及更改名称，如 bar.render(“mycharts.html”)
   
   图表运用的前端的内容，是html文件（不是png或jpg），有交互性，可以动态显示数据，鼠标放在柱子上，可以显示柱子的数据，点击商家A的图例，可以进行柱子的隐藏和显示，同时看到显示的动画效果。
   
   此种方法的缺点：生成图表后，需要找到文件再打开查看效果，可以让图表直接在note book 上直接进行显示，可以实时的预览图表，修改数据。

   bar.render_notebook() # 把图表渲染到 notebook上，依然有动画消息

2. 链式调用
   pyecharts所有方法都支持链式调用，也推荐用这种方法。
   添加两个列标签，会生成两个颜色的柱子，商家A和商家B 分别卖出的各类衣服，图例会显示每个商家的颜色，两个列标签可以为空字符串，但是不能不写，可以单击图例进行单个或者所有柱子的隐藏和显示。
   

保存图片

如果生成的图表有几百个，一个一个的截图就会不方便，可以使用snapshot-selenium 渲染图片进行大量图片的保存。
直接运行代码的时候，会提示“ No module named ‘snapshot_selenium’”，pip进行安装后，然后去百度搜索浏览器驱动，找到浏览器对应或相近的版本，下载win32（指的是windows）后，解压复制到程序所在的统计目录下，就可以保存为图片了。得到的图片是没有背景的透明图片

全局配置项

全局配置项可通过 set_global_opts 方法设置，常用的全局配置项有标题、图例、x轴、区域缩放、提示框、工具箱、视觉映射（数值越小颜色越浅，渐变的配置项）等。

初始化配置项

matplobtib中有画板的初始化，默认画板的大小，可以调整图表的高度、宽度。

标题配置项

添加主标题、副标题，默认在图表最左侧，可以给标题增加超链接，默认blank是新窗口打开链接，更改title_target='self’在当前窗口打开链接； 更改pos_left参数，可以改变主副标题的位置，可以是百分比(70%)也可以是像素（700px)，距离图表左侧的尺寸；也可以设置pos_right参数，距图表右侧的距离，pos_top，pso_bottom，距离上方和底部的距离； item_gap 设置主副标题的间距，默认是10

图例配置项

在参考文档中进行多种参数的更改，更改图例中图形与文字的距离，图形的大小，图例关闭的颜色，以及利用在线图片，更改图例的图片等。is_show 默认为True，显示图例；改为False不显示图例，pos_left图例左移，可以是像素也可以是百分比；vertical为垂直摆放图例，horizontal为水平摆放图例；item_width图例图形的宽度，默认是25；item_height图形图形的高度，默认是14；legend_icon更改图例的图形，默认是矩形，circle改为圆

区域缩放配置项

如果绘制的图形非常多，如30天的柱形图表示每天的销售额，可以设置配置项的type_=‘slider’，在图形下方显示滑块，可以调整滑块显示的图形范围，拖动显示滑块范围内显示的图形；type_=‘inside’，在图形内通过滑动鼠标滑轮调整显示柱子的数量，柱子数量显示多，则柱子显示比较细，柱子数量显示少，则柱子显示比较粗。

视觉映射配置项

在地图图表中见到，Geo()地理坐标系统，显示某地的地图，配置项组件也可以通过pos_left等更改显示的位置，默认是在图表的左下角，区间范围可以进行更改，is_piecewise=False为连续型的长条，is_piecewise=True则为分段的配置项；背景颜色，边框颜色，线条的宽度，图形的高度，宽度，自定义每一段的区间都可以参照官方文档进行设置。

工具箱配置项

默认在图表右侧会有些按钮，第一个按钮，保存为图片，就是下载图片不需要用代码进行保存了。在工具箱配置项里嵌套了工具箱保存图片配置项，可以在里面更改保存图片的背景颜色 background_color（默认是黑色，参数不存在则取白色，可以调整为其他颜色）；添加提示语title=“保存为图片”，当光标放上去就会有汉字提示；当进行了一些操作，如隐藏了商家数据或者进行了缩放等，点击第二个按钮还原，就会回到最初的图表效果；数据视图就是图表的数据源；依次为区域缩放和区域缩放还原；切换为折线图，把柱形图切换为折线图；第二行的按钮为切换为柱状图、堆叠柱状图；再往后依次是矩形选择，圈选、横向选择、横线选择、纵向选择、保持选择、清楚选择。

图形的绘制

了解pyecharts工具来绘制常用的图表和相应的方法，以及常用配置项的设置及相关内容。

柱形图

横向柱形图

绘制横向柱形图，需要使用reversal_axis()，更改系列配置项position=‘side’，数据在柱子的里面，insideBottomleft，数据在柱子里面的左下角。
之前绘制图表的时候，都是用的列表，而以后绘图的时候通常会用Series、DataFrame对象表的某一行或某一列作为绘图数据，pyecharts的轴参数不支持数组、Series、DataFrame，必须在数据后加上tolist()

数据格式：pyecharts 本质上是将 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。这就意味着数据传入到 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，而numpy、pandas的数据类型为numpy.int64或numpy.int32，并非Python.int的int64或者int32，故使用Series.tolist()进行数据的转换。

折线图

Line为折线图，折线图可以直接使用数组数据，但是建议还加上tolist()，symbol更改标记点的形状，默认是圆圈，arrow箭头，triangle三角形等，在全局配置项中更改坐标轴内容的间距和旋转角度，interval x轴的内容间距为0，可以显示所有的数据内容；rotate旋转角度为45

散点图

数据支持数组结构，可以直接取某一列的数值。标记的图形，标记点、标记项、提示框组件、图元样式配置项等都可以进行更改。

箱线图

用pyecharts 绘制箱线图的时候，不论是什么类型的数据要通过prepare_data()做一下修整。

饼图

更改radius=[‘30%’,‘70%’]，调整饼图内圈和外圈的占比。
柱形图，光标放到柱子上默认显示的内容为{a}（系列名称），{b}（类目值），{c}（数值），分别对应数据里标签，商品名，数量；在饼图上显示的内容为{a}（系列名称），{b}（数据项名称），{c}（数值）, {d}（百分比），可以增加 {b}:{d}的内容显示百分比。

词云图

词云图跟中文的jieba、wordcloud库是一起使用的，词语出现的次数越多，词语显示的字体就越大。可以百度搜索，在线词云生成工具，可以免费生成制定形状的词云。在官方文档，图表类型，基本图表中有词云图的说明，可以用shape对词云图的轮廓进行更改，也可以用mask_image根据图片的形状生成词云。
在机器学习和数据挖掘领域的文本分析，人工智能的自然语言处理都会涉及到文本处理，进行新闻数据的分析，根据出现的词频进行分类，确定新闻的类型。

地图

要在pyecharts.datasets.map_filenames.json 中找支持什么类型的词语才能绘制，如china，广东等。地图可以随着鼠标进行移动，滑动滚轮调整地图大小，在地图上直接显示国家或者城市的名称。

Geo

与地图的差别是，鼠标放到地图上，才能显示地图上国家或者城市的信息。

3D绘图

可以参考官方文档进行查看，利用3D绘图从图中寻找周次，月份，x，y轴等信息，可以利用左侧的视觉映射配置项，找到区间范围内数据的图形。

布局

在matplotlib中，把一个画板分为2行2列等。而在pyecharts中，需要导入相应的类。

并行多图Grid

创建了2个图，导入了图表布局的类，创建实例对象，把两个图放到网格类里面，效果由grid决定的，直角坐标系网格配置项（grid_opts)进行参数的设置。图形可以放大缩小，相对之间的位置需要上下左右参数进行控制。
网格布局用grid，并行多图的时候，一定要先添加常用图形，确保第一个添加的是常用图表，不能是map，geo等，要把地图的图表类型放最后添加。

顺序多图Page

顺序多图用Page，上下排列多图，画图的顺序可以调整，可以先画地图类的图形。

选项卡构图

如果画了很多图，需要上下滑动才能看到，可以用Tab设置选项卡，方便的显示多个图形。

切换标签进行 更换图形的显示。

时间线轮播

如下面的图表，每一年绘制一张图，把创建的图放到时间线上，可以单击选择时间进行选取，也可以点击播放按钮，进行轮播。比如某个国家每年GDP增长的动图，每年都有一张图，每年都会有变化，切换的快就可以看到类似动图的效果。可以用play_interval调整播放的速度以及更改播放按钮的位置等等，参照官方文档进行修改。