python --数据可视化

python --数据可视化

---

一、python -- pyecharts库的使用

pyecharts--> 生成Echarts图标的类库

1、安装：

pip install pyecharts
pip install pyecharts_snapshot

2、入门test

首先，测试绘制个图表

from pyecharts import Bar

bar = Bar("我的第一个图表", "这里是副标题")
bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])
bar.show_config()
bar.render("temperature.html")

• add()
  主要方法，用于添加图表的数据和设置各种配置项
• show_config()
  打印输出图表的所有配置项
• render()
  默认将会在根目录下生成一个 render.html 的文件，支持 path 参数，设置文件保存位置，如 render(r"e:\my_first_chart.html")，文件用浏览器打开。
  默认的编码类型为 UTF-8，在 Python3 中是没什么问题的，Python3 对中文的支持好很多。但是在 Python2 中，编码的处理是个很头疼的问题，暂时没能找到完美的解决方法，目前只能通过文本编辑器自己进行二次编码，我用的是 Visual Studio Code，先通过 Gbk 编码重新打开，然后再用 UTF-8 重新保存，这样用浏览器打开的话就不会出现中文乱码问题了。

基本上所有的图表类型都是这样绘制的：

1. chart_name = Type() 初始化具体类型图表。
2. add() 添加数据及配置项。
3. render() 生成 .html 文件。

　

---

3、图表类型

3.1、Bar（柱状图/条形图）

from pyecharts import Bar

attr = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
v1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
v2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
bar = Bar("Bar chart", "precipitation and evaporation one year")  # 主标题、副标题
bar.add("precipitation", attr, v1, mark_line=["average"], mark_point=["max", "min"])
bar.add("evaporation", attr, v2, mark_line=["average"], mark_point=["max", "min"])
bar.render("name.html")  # 渲染成HTML文件

attr：列表 ，名称 ，横向坐标方向

v1 / v2：列表， 数据，纵坐标方向

mark_point / mark_line：标记点、标记线。用于标记最大最小值，标记平均值的线，标记的形状、颜色 、大小，自定义标记的点等。标记线可以是任何两点连线

　文中 mark_line=["average"]：标记平均值 ， mark_point=["max", "min"]：标记最大值、最小值

render：渲染成文件

如果在A、B商家中的bar_add参数中添加is_stack：表示叠加效果，即商家A、商家B数据叠在一起展示

横向柱形图：is_convert=True，标识交换X轴和Y轴

效果：

　

---

x轴和y轴交换：

 　

---

3.2、EffectScatter（带有涟漪特效动画的散点图）

from pyecharts import EffectScatter

v1 = [10, 20, 30, 40, 50, 60]  # 横坐标
v2 = [25, 20, 15, 10, 60, 33]  #纵坐标
es = EffectScatter("动态散点图示例")
es.add("effectScatter", v1, v2)
es.render()  # 默认在当前路径渲染成render.html文件