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。
- 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 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()
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()
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()
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()
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()
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