特色栏目： python 批处理 net编程 Javascript Php Asp Css Html5 Android seo centos

Python数据可视化库pyecharts

来源：互联网收集：自由互联发布时间：2022-06-27

针对数据分析团队需求，简单整理了一些相关内容分享同步大家学习，旨在帮助机器学习人员、数据分析人员、NLP算法人员快速了解业务数据，针对性解决工程中面临的问题。 @[TOC] p

针对数据分析团队需求，简单整理了一些相关内容分享同步大家学习，旨在帮助机器学习人员、数据分析人员、NLP算法人员快速了解业务数据，针对性解决工程中面临的问题。

@[TOC]

pyecharts 介绍和安装

ECharts，一个使用 JavaScript 实现的开源可视化库，可以流畅的运行在 PC 和移动设备上，兼容当前绝大部分浏览器（IE8/9/10/11，Chrome，Firefox，Safari等），底层依赖轻量级的矢量图形库 ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。

Echarts 百度开源可视化工具

http://echarts.baidu.com

pyecharts：国内大神实现Python 调用echarts 库

特性

简洁的 API 设计，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
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
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，为地理数据可视化提供强有力的支持

pyecharts 安装

安装库 pip3 install pyecharts 如果需要绘制地理图相关内容，需要一并安装如下内容：安装地图文件全球国家地图: echarts-countries-pypkg 中国省级地图: echarts-china-provinces-pypkg 中国市级地图: echarts-china-cities-pypkg 全部直接使用python的pip安装，安装好之后，就可以使用了 pip3 install pyecharts pip3 install echarts-countries-pypkg pip3 install echarts-china-provinces-pypkg pip3 install echarts-china-cities-pypkg 使用版本说明：

Python 版本： 3.7.x

pyecharts: 1.x

版本检查

import pyechartspyecharts.__version__

'1.2.1'

pyecharts 折线图

绘制一个简单的折线图

# 导入库
import pyecharts.options as opts
from pyecharts.charts import Line# 绘制散点图数据
x = ['seaborn','matplotlib','plotly','pyecharts','python']
y1 = [440,550,770,450,800]
y2 = [570,1340,1370,1111,2222]# 定义Line Charts 的函数
def line_charts()->Line:
c = Line()
c.add_xaxis(xaxis_data=x)
c.add_yaxis(series_name='',y_axis=y1)
c.add_yaxis(series_name='',y_axis=y2)
return c

# 绘制图表
c = line_charts()
c.render_notebook()

Python数据可视化库pyecharts_数据

Line 增加标题与图例

# 导入库
import pyecharts.options as opts
from pyecharts.charts import Line
# 绘制散点图数据
x = ['seaborn','matplotlib','plotly','pyecharts','python']
y1 = [440,550,770,450,800]
y2 = [570,1340,1370,1111,2222]
# 定义Line Charts 的函数
def line_charts()->Line:
c = Line()
c.add_xaxis(xaxis_data=x)
c.add_yaxis(series_name='A',y_axis=y1)
c.add_yaxis(series_name='B',y_axis=y2)

# 数据项设置
c.set_global_opts(
title_opts=opts.TitleOpts(title='数量统计'),
legend_opts=opts.LegendOpts(is_show=True)# is_show = True 默认－展示图例
)
return c

# 绘制图表
c = line_charts()
c.render_notebook()

Python数据可视化库pyecharts_python_02

Line 增加提示项

pyecharts 中提供累TooltipOpts trigger 触发类型。可选： item: 数据项图形触发，主要用于散点图，饼图 axis:坐标轴触发，主要用在状图，折线图 none: 什么都不做

# 导入库
import pyecharts.options as opts
from pyecharts.charts import Line
# 绘制散点图数据
x = ['seaborn','matplotlib','plotly','pyecharts','python']
y1 = [440,550,770,450,800]
y2 = [570,1340,1370,1111,2222]
# 定义Line Charts 的函数
def line_charts()->Line:
c = Line()
c.add_xaxis(xaxis_data=x)
c.add_yaxis(series_name='A',y_axis=y1)
c.add_yaxis(series_name='B',y_axis=y2)

# 数据项设置 ,全局设置一次
c.set_global_opts(
title_opts=opts.TitleOpts(title='数量统计'),
legend_opts=opts.LegendOpts(is_show=True),# is_show = True 默认－展示图例
tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')
)

#c.set_global_opts(tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross'))
return c

# 绘制图表
c = line_charts()
c.render_notebook()

Python数据可视化库pyecharts_柱状图_03

pyecharts Bar 柱状图

pyecharts 全局参数设置 jupyter notebook 和 pycharm 基本图表绘制如何绘制一个简单Bar 图坐标轴文本倾斜设置设置图表大小封装一些绘制图表的函数设置多组的柱状图设置图例区域缩放的配置项

设置多组柱状图

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

def bar_charts()->Bar():

'''
定义一个返回pyecharts Bar 的函数

:return:
'''
x = ['seaborn', 'plotly', 'pyecharts']
y1 = [1140, 559, 270]
y2 = [570,1340,1370]

c = Bar(init_opts=opts.InitOpts(width='1000px',height='600px'))
c.add_xaxis(xaxis_data=x)
c.add_yaxis(series_name='',yaxis_data=y1)
c.add_yaxis(series_name='',yaxis_data=y2)

c.reversal_axis()

c.set_global_opts(

title_opts=opts.TitleOpts(title=''),
yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=60))
)
return c
c = bar_charts()
c.render_notebook()

Python数据可视化库pyecharts_柱状图_04

折线图＋柱状图组合

柱状图： y 轴显示指标1 折线图： y 轴显示指标2

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

x = ['Python','Seaborn','Plotly','pyecharts']
# 绘制柱状图方法
def bar_charts()->Bar():

y1 = [1140, 559, 270,1200]
y2 = [570,1340,1370,900]
bar = Bar(init_opts=opts.InitOpts(width='1000px',height='600px'))
bar.add_xaxis(xaxis_data=x)
bar.add_yaxis(series_name='A',yaxis_data=y1,label_opts=opts.LabelOpts(is_show=False))
bar.add_yaxis(series_name='B',yaxis_data=y2,label_opts=opts.LabelOpts(is_show=False))

bar.set_global_opts(title_opts=opts.TitleOpts(title='统计'))

# bar 扩展
bar.extend_axis(
yaxis=opts.AxisOpts(
name='价格',
type_='value',
min_=0,
max_=200,
interval=10,
axislabel_opts=opts.LabelOpts(formatter='{value} 元')) # value
)
return bar

# 绘制Line 方法
def line_charts()->Line():
y = [159,29,49,79]
c = Line()
c.add_xaxis(xaxis_data=x)
c.add_yaxis(series_name='价格',yaxis_index=1,y_axis= y,label_opts=opts.LabelOpts(is_show=False))
return c

# Bar + Line
bar = bar_charts()
line = line_charts()

bar.overlap(line).render_notebook()

Python数据可视化库pyecharts_数据_05

pyecharts Pie 饼图

pyecharts 第一个Pie 饼图

Pie 需要的数据格式： [[x1,y1],[x2,y2]] 绘制饼图的操作步骤：

构建Pie 的数据
为Pie 示例对象添加数据
设置标题
设置每一项占比

我们分析一些我的一些课程不同的来源销售的占比

from pyecharts.charts import Pie
from pyecharts import options as opts# 构建Pie的数据
x_data = ['直接访问','营销推广','博客推广','搜索引擎']
y_data = [830,214,300,1100]

# Pie 设置指定的格式
data_pair = [list(z) for z in list(zip(x_data,y_data))]
print(data_pair)

[['直接访问', 830], ['营销推广', 214], ['博客推广', 300], ['搜索引擎', 1100]]

def pie_charts()->Pie:
c = Pie(init_opts=opts.InitOpts(width='500px',height='500px'))
c.add(series_name='访问来源',data_pair=data_pair)

# 设置全局项
c.set_global_opts(title_opts=opts.TitleOpts(title='不同的来源的销售分析',pos_left='center',pos_top=20))

# 设置每项数据占比
c.set_series_opts(tooltip_opts=opts.TooltipOpts(trigger='item',formatter="{a} <br/> {b}:{c} ({d}%)"))
return c

c = pie_charts()
c.render_notebook()

Python数据可视化库pyecharts_柱状图_06

pyechart 圆弧状Pie

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

# 构建Pie的数据
x_data = ['直接访问','营销推广','博客推广','搜索引擎']
y_data = [830,214,300,1100]

# Pie 设置指定的格式
data_pair = [list(z) for z in list(zip(x_data,y_data))]
print(data_pair)

[['直接访问', 830], ['营销推广', 214], ['博客推广', 300], ['搜索引擎', 1100]]

def pie_radius_charts()->Pie:
c = Pie()
c.add(series_name='访问来源',data_pair=data_pair,radius=['40%','75%'])

c.set_global_opts(
title_opts=opts.TitleOpts(title='不同销售来源'),
legend_opts=opts.LegendOpts(orient='vertical',pos_top='15%',pos_left='2%')
)

# 设置每项数据占比
c.set_series_opts(tooltip_opts=opts.TooltipOpts(trigger='item',formatter="{a} <br/> {b}:{c} ({d}%)"))
return c

c = pie_radius_charts()
c.render_notebook()

Python数据可视化库pyecharts_数据_07

pyecharts scatter 散点图

figsize = opts.InitOpts(width='800px',height='300px')
scatter = Scatter(init_opts=figsize)
scatter.add_xaxis(xaxis_data=x_data)

scatter.add_yaxis(
series_name='y = sin(x) 函数散点图', # 图例名称
y_axis = y1,#数据
label_opts=opts.LabelOpts(is_show=False))# 设置数据点是否展示

scatter.add_yaxis(
series_name='y = cos(x) 函数散点图',
y_axis = y2,
label_opts=opts.LabelOpts(is_show=False)
)

scatter.set_global_opts(title_opts=opts.TitleOpts(title='第一个散点图',pos_top='20px',pos_left='center'))
scatter.render_notebook()

Python数据可视化库pyecharts_python_08

pyecharts WordCloud 词云

import pyecharts.options as opts
from pyecharts.charts import WordCloud
data = [
('宁泽涛女友',4583345),
('日学者发现侵华日军使用毒气铁证',2324539),
('伦敦眼惊现摩斯密码',2296099),
('网友请愿追责丛林法则节目组',1376545),
('寒门女孩清华毕业典礼上发言',1337607)
]
c = WordCloud()
c.add(series_name='',data_pair=data)
c.set_global_opts(title_opts=opts.TitleOpts(title='热词分析'))
c.render_notebook()

Python数据可视化库pyecharts_柱状图_09

pyecharts geo 地理图

如果需要绘制地理图相关内容，需要一并安装如下内容：安装地图文件全球国家地图: echarts-countries-pypkg 中国省级地图: echarts-china-provinces-pypkg 中国市级地图: echarts-china-cities-pypkg 全部直接使用python的pip安装，安装好之后，就可以使用了 pip3 install pyecharts pip3 install echarts-countries-pypkg pip3 install echarts-china-provinces-pypkg pip3 install echarts-china-cities-pypkg 本课程使用版本说明： Python 版本： 3.7.x pyecharts: 1.x

导入库

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType

import pyecharts

import warnings
warnings.filterwarnings('ignore')

print('pyecharts version=',pyecharts.__version__)

pyecharts version= 1.2.1

绘制地理图表

def geo_charts()->Geo:

data = [['广东',104320459],['山东',95792719],['河南',94029939]]

print(data)
c = Geo()
c.add_schema(maptype='china',is_roam=False,label_opts=opts.LabelOpts(is_show=True))
c.add('geo',data,type_=ChartType.EFFECT_SCATTER,symbol_size=12,symbol='pin')
c.set_global_opts(title_opts=opts.TitleOpts(title='geo-案例'),legend_opts=opts.LegendOpts(is_show=True))
c.render_notebook()
return c

c = geo_charts()
c.render_notebook()

Python数据可视化库pyecharts_python_10

业务案例分析

一般业务方提供数据，多数是csv和txt等文本数据。
如果数据量，多数存储hadoop 的hdfs（分布式文件系统）
可以采用spark或者mapreduce 进行基础数据分析统计
基础指标获取后，可以使用python 的一些可视化工具库进行展示

彻底掌握对业务的数据分析，你需要掌握的工具：hadoop,spark ，python,numpy ,pandas ,seaborn ,pyecharts ,matplotlib 。具体更多内容，大家可以相互交流。

Python数据可视化库pyecharts_柱状图_11

视频请参考：

https://edu.51cto.com/course/18982.html

上一篇：使用pybind11为Python编写一个简单的C语言扩展模块
下一篇：没有了