又是一款可视化神器:Highcharts 可完全媲美 PyEcharts

Posted Python学习与数据挖掘

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了又是一款可视化神器:Highcharts 可完全媲美 PyEcharts相关的知识,希望对你有一定的参考价值。

大家好,今天给大家分享一款可视化工具:Highcharts

Highcharts底层是javascript,是优质的交互可视化工具,拥有R API(highcharter)和Python API(python-highcharts),下面详细介绍python-highcharts。喜欢本文记得收藏、关注、点赞。

【注】完整代码、数据、技术交流,文末获取

python-highcharts安装

pip install python-highcharts

python-highcharts简介

python-highcharts主要有三个工具: highcharts, highmaps, highstocks。

  • highcharts

使开发人员可以轻松创建响应式、交互式和可访问的图表。

  • highmaps

专注交互地图图表。

  • highstocks

创建时间轴、股票走势图表。

python-highcharts使用

使用方法类似之前介绍的PyEcharts及PyG2Plot,这里以一个简单例子说明,

#导入库
from highcharts import Highmap
from highcharts.highmaps.highmap_helper import jsonp_loader, js_map_loader, geojson_handler

#实例化H
H = Highmap()

#设置配置项options
options = 
    'chart': 
        'borderWidth': 1,
        'marginRight': 50
    ,
    'title': 
        'text': 'US Counties unemployment rates, April 2015'
    ,
    'legend': 
        'title': 
            'text': 'Unemployment<br>rate',
            'style': 
                'color':
                "(Highcharts.theme && Highcharts.theme.textColor) || 'black'"
            
        ,
        'layout': 'vertical',
        'align': 'right',
        'floating': True,
        'valueDecimals': 0,
        'valueSuffix': '%',
        'backgroundColor':
        "(Highcharts.theme && Highcharts.theme.legendBackgroundColor) || 'rgba(255, 255, 255, 0.85)'",
        'symbolRadius': 0,
        'symbolHeight': 14
    ,
    'mapNavigation': 
        'enabled': True
    ,
    'colorAxis': 
        'dataClasses': [
            'from': 0,
            'to': 2,
            'color': "#F1EEF6"
        , 
            'from': 2,
            'to': 4,
            'color': "#D4B9DA"
        , 
            'from': 4,
            'to': 6,
            'color': "#C994C7"
        , 
            'from': 6,
            'to': 8,
            'color': "#DF65B0"
        , 
            'from': 8,
            'to': 10,
            'color': "#DD1C77"
        , 
            'from': 10,
            'color': "#980043"
        ]
    ,
    'plotOptions': 
        'map': 
            'mapData': 'geojson'
        ,
        'mapline': 
            'showInLegend': False,
            'enableMouseTracking': False
        
    ,


#实例化H中添加配置项options
H.set_dict_options(options)

#准备绘图数据
data_url = 'http://www.highcharts.com/samples/data/jsonp.php?filename=us-counties-unemployment.json&callback=?'
map_url = 'http://code.highcharts.com/mapdata/countries/us/us-all-all.js'
data = jsonp_loader(data_url)
geojson = js_map_loader(map_url)
mapdata = geojson_handler(geojson)
lines = geojson_handler(geojson, 'mapline')

for x in mapdata:
    x.update(
        'name':
        x['name'] + ', ' + x['properties']['hc-key'].split('-')[1].upper()
    )

#实例化H中添加数据
H.add_data_set(data,
               'map',
               'Unemployment rate',
               joinBy=['hc-key', 'code'],
               tooltip='valueSuffix': '%',
               borderWidth=0.5,
               states='hover': 
                   'color': '#bada55'
               )
H.add_data_set([lines[0]], 'mapline', 'State borders', color='white')
H.add_data_set([lines[3]], 'mapline', 'Separator', color='gray')
H.add_map_data(mapdata)

#图形渲染
H

支持打印和多种格式导出,类似于Pyecharts参数设置可参考ECharts,python-highcharts参数设置可参考Highcharts,譬如上面代码中options设置可参考Highcharts中https://www.highcharts.com/demo/maps/us-counties的OPTIONS。

进一步学习,参考https://github.com/kyper-data/python-highcharts

推荐文章

技术交流

欢迎转载、收藏、有所收获点赞支持一下!

目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友

  • 方式①、发送如下图片至微信,长按识别,后台回复:加群;
  • 方式②、添加微信号:dkl88191,备注:来自CSDN
  • 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群

以上是关于又是一款可视化神器:Highcharts 可完全媲美 PyEcharts的主要内容,如果未能解决你的问题,请参考以下文章

强烈推荐一款Python可视化神器!强烈必备!

推荐一款Python数据可视化神器

推荐一款Python数据可视化神器

空间数据可视化神器keplergl

空间数据可视化神器keplergl

又是一款刚需神器,付费?不存在的