目次
この記事では主に、Pyecharts を使用してワード クラウド図、サンキー図、平行座標図、ノード図、マップを描画する方法を紹介します。これらの図はあまり一般的には使用されませんが、それでもかなり見栄えがします。それが紙を次のレベルに引き上げることができると信じています。
1. ワードクラウドマップを描く
Pyecharts は WordCloud を使用してワード クラウド グラフを描画します。
from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
from pyecharts.globals import SymbolType
words = [
("牛肉面", 7800),("黄河", 6181),
("《读者》杂志", 4386), ("甜胚子", 3055),
("甘肃省博物馆", 2055),("莫高窟", 8067),("兰州大学", 4244),
("西北师范大学", 1868),("中山桥", 3484),
("月牙泉", 1112),("五泉山", 980),
("五彩丹霞", 865),("黄河母亲", 847),("崆峒山",678),
("羊皮筏子", 1582),("兴隆山",868),
("兰州交通大学", 1555),("白塔山", 2550),("五泉山", 2550)]
c = WordCloud()
c.add("", words, word_size_range=[20, 80])
c.set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-基本示例"))
c.render_notebook()結果グラフ:
2. サンキー図を描く
サンキー ダイアグラムは、サンキー フロー ダイアグラムまたはサンキー エネルギー ダイアグラムとも呼ばれ、フロー、遷移、または関係を視覚化するために使用される図の一種です。主にノード（ノード）とエッジ（リンク）で構成され、ノードは物や物の集まりを表し、エッジはノード間の流れや転送を表します。サンキー ダイアグラムは、データ フローの方向と割合を示しながら、さまざまなノード間の関係と相互作用を明確に表現できます。
from pyecharts import options as opts
from pyecharts.charts import Sankey
# 节点数据
nodes = [
{'name': '男生'},
{'name': '女生'},
{'name': '打游戏'},
{'name': '加班'},
{'name': '追剧'},
]
# 边数据
links = [
{"source": '男生', "target": '打游戏', "value": 30},
{"source": '男生', "target": '加班', "value": 20},
{"source": '女生', "target": '打游戏', "value": 40},
{"source": '女生', "target": '加班', "value": 15},
{"source": '女生', "target": '追剧', "value": 25},
]
sankey = (
Sankey()
.add(
"",
nodes,
links,
linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),
label_opts=opts.LabelOpts(position="right"),
node_gap=25
)
.set_global_opts(
title_opts=opts.TitleOpts(title="男生女生兴趣分布"),
tooltip_opts=opts.TooltipOpts(trigger="item", trigger_on="mousemove"),
)
)
sankey.render_notebook()結果グラフ:
3. 平行座標図を描く
平行座標プロット (平行座標プロット) は、複数の数値変数を含むデータ セットを視覚化するための多次元データ視覚化方法です。平行な直線上に複数の座標軸を描き、各軸は変数を表し、各データ ポイントをこれらの座標軸上の対応する位置にマッピングして、複数の変数間の関係と傾向を示します。
from pyecharts import options as opts
from pyecharts.charts import Parallel
import numpy as np
import seaborn as sns
data=sns.load_dataset('iris')
data1=np.array(df[['sepal_length','sepal_width','petal_length','petal_width']]).tolist()
parallel_axis=[{"dim":0,"name":"萼片长度"},
{"dim":1,"name":"萼片宽度"},
{"dim":2,"name":"花瓣长度"},
{"dim":3,"name":"花瓣宽度"},
]
parallel=Parallel(init_opts=opts.InitOpts(width='600px',height='400px'))
parallel.add_schema(schema=parallel_axis)
parallel.add('iris平行坐标图',data=data1,linestyle_opts=opts.LineStyleOpts(width=4,opacity=0.5))
parallel.render_notebook()結果グラフ:
4. ノードグラフを描く
ネットワーク ダイアグラムまたはグラフとも呼ばれるノード リンク ダイアグラムは、ノード (頂点とも呼ばれます) とノード間の接続 (エッジとも呼ばれます) を視覚化するためのグラフです。ノード グラフは、複雑な関係、ネットワーク、システムを表すためによく使用されます。ノードグラフにおいて、ノードは人、場所、物品などの実体や物体を表し、接続はノード間の関係や接続形態を表す。接続は、ノード間の関係の性質に応じて、有向または無向にすることができます。
from pyecharts import options as opts
from pyecharts.charts import Graph
nodes = [
{"name": "A"},
{"name": "B"},
{"name": "C"},
{"name": "D"},
{"name": "E"},
{"name": "F"},
]
links = []
for i in range(len(nodes)):
for j in range(i+1, len(nodes)):
links.append({"source": nodes[i]["name"], "target": nodes[j]["name"]})
graph = (
Graph()
.add("", nodes, links, repulsion=800, layout="force", is_draggable=True)
.set_global_opts(title_opts=opts.TitleOpts(title="Relationship Graph"))
.render("relationship_graph.html")
)結果グラフ:
5. 地図を描く
全国の主要都市の航空の流れの地図を描く
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType
c = (
Geo()
.add_schema(maptype="china")
.add( "",
[ ("哈尔滨", 66), ("重庆", 88), ("上海", 100), ("乌鲁木齐", 30),("北京", 30),("兰州",170)],
type_=ChartType.EFFECT_SCATTER,
color="green",
)
.add(
"geo",
[("北京", "兰州"),( "兰州","北京"), ("重庆", "杭州"),("哈尔滨", "重庆"),("乌鲁木齐", "哈尔滨")],
type_=ChartType.LINES,
effect_opts=opts.EffectOpts(
symbol=SymbolType.ARROW, symbol_size=6, color="blue"
),
linestyle_opts=opts.LineStyleOpts(curve=0.2),
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="主要城市航班路线和数量"))
)
c.render_notebook()
結果グラフ:
