Python数据可视化库pyecharts

Posted 艾文aiwen

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python数据可视化库pyecharts相关的知识,希望对你有一定的参考价值。

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。

  1. Echarts 百度开源可视化工具

​ http://echarts.baidu.com ​

  1. 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:

  1. Python 版本: 3.7.x
  2. pyecharts: 1.x

版本检查

import pyecharts
pyecharts.__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_python_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_python_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

以上是关于Python数据可视化库pyecharts的主要内容,如果未能解决你的问题,请参考以下文章

python可视化神器——pyecharts库

python数据可视化:pyecharts

pyecharts可视化库的使用

pyecharts库的主要作用

学习笔记python - pyecharts

pyechart进行数据可视化