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:
-
chart_name = Type()
初始化具体类型图表。 -
add()
添加数据及配置项。 -
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