pyecharts数据可视化初步

我的python版本是3.6的，所以安装的是最新的pyecharts库，我在网上看了好多篇文章说的都是之前pyecharts的示例，所以，我自己费尽心思，终于搜到几个新版的示例，我自己也做了几个，有些感悟，就跟大家分享一波。

注意！！我们用pyecharts做可视化的时候是需要联网的！！

首先，数据可视化基础的图表：条形统计图（柱状图）！！
代码如下：

from pyecharts.charts import Bar
bar = Bar()#创建条形图对象，实例化！！
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])#Bar条形图add_xais()函数只有一个参数，横轴的商品名称。
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
bar.add_yaxis("商家B",[10, 50, 78, 24, 47, 13])#Bar条形图add_yaxis()函数有两个主要参数，第一个是名称，第二个是数据。
bar.render()#如果参数为空，则默认编辑器的路径

运行结果，会在对应的编辑器路径下面生成HTML文件。打开：
接着，我们再看一下其他版本的条形图。

from pyecharts.charts import Bar
from pyecharts import options as opts#导入pyecharts的配置项
B = Bar()
B.add_xaxis(['上衣','裤子','头巾','手套','帽子'])#给条形图添加横轴数据
B.add_yaxis('销量',[100, 50, 26, 47, 62])#给条形图纵轴添加数据
B.set_global_opts(title_opts=opts.TitleOpts(title='主标题:各商品的销量对比',subtitle='副标题:2020年'))#设置主标题和副标题
B.render('E:/Echarts_Images/test3.html')#将文件另存为E盘下的Echarts_Images文件夹，文件名是test3，文件格式是HTML。

jupyter notebook编辑器输出结果：
在这里插入图片描述
我们去E盘找到文件，如下图：

打开，效果如下：

接下来，还有另一种写法，我看视频说，好像是称为“链式写法”。我觉得这种写法还是有一定好处的，毕竟只需要实例化一次，就可以调用里面的函数了。
在这里插入图片描述
结果：

打开：

设置主题：

打开文件：

接着，折线图

import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Faker

c = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例"))
    .render("E:/Echarts_Images/line_base.html")
)

结果：
在这里插入图片描述

import pyecharts.options as opts
from pyecharts.charts import Line

"""
Gallery 使用 pyecharts 1.1.0
参考地址: https://echarts.baidu.com/examples/editor.html?c=line-smooth

目前无法实现的功能:

暂无
"""


x_data = ["Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun"]
y_data = [820, 932, 901, 934, 1290, 1330, 1320]


(
    Line()
    .set_global_opts(
        tooltip_opts=opts.TooltipOpts(is_show=False),
        xaxis_opts=opts.AxisOpts(type_="category"),
        yaxis_opts=opts.AxisOpts(
            type_="value",
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
    )
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="",
        y_axis=y_data,
        symbol="emptyCircle",
        is_symbol_show=True,
        is_smooth=True,
        label_opts=opts.LabelOpts(is_show=False),
    )
    .render("E:/Echarts_Images/smoothed_line_chart.html")
)

结果：
在这里插入图片描述

import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Faker

y = Faker.values()
y[3], y[5] = None, None
c = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", y, is_connect_nones=True)
    .set_global_opts(title_opts=opts.TitleOpts(title="Line-连接空数据"))
    .render("E:/Echarts_Images/line_connect_null.html")
)

结果：
在这里插入图片描述

然后，我们到饼图

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

c = (
    Pie()#定义饼图
    .add("", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"])#设置各个板块的颜色
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-设置颜色"))#设置标题
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("E:/Echarts_Images/pie_set_color.html")#另存为文件
)

结果：
在这里插入图片描述
绘制圆环饼图：

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(Faker.choose(), Faker.values())],
        radius=["40%", "55%"],
        label_opts=opts.LabelOpts(
            position="outside",
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999", "lineHeight": 22, "align": "center"},
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 16, "lineHeight": 33},
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-富文本示例"))
    .render("E:/Echarts_Images/pie_rich_label.html")
)

结果：
在这里插入图片描述
绘制玫瑰图：

扫描二维码关注公众号，回复： 11551659 查看本文章

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker


v = Faker.choose()
c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(v, Faker.values())],
        radius=["30%", "75%"],
        center=["25%", "50%"],
        rosetype="radius",
        label_opts=opts.LabelOpts(is_show=False),
    )
    .add(
        "",
        [list(z) for z in zip(v, Faker.values())],
        radius=["30%", "75%"],
        center=["75%", "50%"],
        rosetype="area",
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图示例"))
    .render("E:/Echarts_Images/pie_rosetype.html")
)

结果：
在这里插入图片描述
接着，散点图。

import pyecharts.options as opts
from pyecharts.charts import Scatter

"""
Gallery 使用 pyecharts 1.1.0
参考地址: https://echarts.baidu.com/examples/editor.html?c=scatter-simple

目前无法实现的功能:

1、暂无
"""

data = [
    [10.0, 8.04],
    [8.0, 6.95],
    [13.0, 7.58],
    [9.0, 8.81],
    [11.0, 8.33],
    [14.0, 9.96],
    [6.0, 7.24],
    [4.0, 4.26],
    [12.0, 10.84],
    [7.0, 4.82],
    [5.0, 5.68],
]
data.sort(key=lambda x: x[0])
x_data = [d[0] for d in data]
y_data = [d[1] for d in data]

(
    Scatter(init_opts=opts.InitOpts(width="1600px", height="1000px"))
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="",
        y_axis=y_data,
        symbol_size=20,
        label_opts=opts.LabelOpts(is_show=False),
    )
    .set_series_opts()
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(
            type_="value", splitline_opts=opts.SplitLineOpts(is_show=True)
        ),
        yaxis_opts=opts.AxisOpts(
            type_="value",
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
        tooltip_opts=opts.TooltipOpts(is_show=False),
    )
    .render("E:/Echarts_Images/basic_scatter_chart.html")
)

结果：
在这里插入图片描述

from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.faker import Faker

c = (
    Scatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Scatter-显示分割线"),
        xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
        yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
    )
    .render("E:/Echarts_Images/scatter_splitline.html")
)

结果：
在这里插入图片描述

from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.faker import Faker

c = (
    Scatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Scatter-VisualMap(Size)"),
        visualmap_opts=opts.VisualMapOpts(type_="size", max_=150, min_=20),
    )
    .render("E:/Echarts_Images/scatter_visualmap_size.html")
)

结果：
在这里插入图片描述
这些图，大多数我是看示例教程做的，有一些是自己做的，不管怎么说，觉得pyecharts还是个不错的可视化库，除了要联网这个缺陷外。

最后，感谢大家前来观看鄙人的文章，文中或有诸多不妥之处，还望指出和海涵。

pyecharts数据可视化初步

猜你喜欢