Python數(shù)據(jù)可視化之Pyecharts使用詳解
1. 安裝Pyecharts
pip install pyecharts
2. 圖表基礎(chǔ)
2.1 主題風(fēng)格
添加主題風(fēng)格使用的是 InitOpts() 方法，
該方法的主要參數(shù)有：
| 參數(shù) | 描述 |
|---|---|
| width | 畫(huà)布寬度，要求字符串格式，如 width=“500px” |
| height | 畫(huà)布高度，要求字符串格式，如 width=“500px” |
| chart_id | 圖表ID，作為圖表的唯一標(biāo)識(shí)。有多個(gè)圖表時(shí)用來(lái)區(qū)分不同的圖表 |
| page_title | 網(wǎng)頁(yè)標(biāo)題，字符串格式 |
| theme | 圖表主題。由ThemeType模塊提供 |
| bg_color | 圖表背景顏色，字符串格式 |
可以選擇的風(fēng)格有：
2.2 圖表標(biāo)題
給圖表添加標(biāo)題需要通過(guò) set_global_options()方法 的 title_opts參數(shù)，
該參數(shù)的值通過(guò)opts模塊的TitleOpts()方法生成，
且TitleOpts()方法主要參數(shù)語(yǔ)法如下：
2.3 圖例
設(shè)置圖例需要通過(guò) set_global_opts()方法的 legend_opts參數(shù)，
該參數(shù)的參數(shù)值參考o(jì)ptions模塊的LegendOpts()方法。
LegendOpts() 方法的主要參數(shù)如下：
2.4 提示框
設(shè)置提示框主要是通過(guò) set_global_opts()方法中的 tooltip_opts參數(shù)進(jìn)行設(shè)置，
該參數(shù)的參數(shù)值參考o(jì)ptions模塊的TooltipOpts()方法。
TooltipOpts()方法的主要參數(shù)如下：
2.5 視覺(jué)映射
視覺(jué)映射通過(guò) set_global_opts()方法中的 visualmap_opts參數(shù)進(jìn)行設(shè)置，
該參數(shù)的取值參考o(jì)ptions模塊的VisualMapOpts()方法。
其主要參數(shù)如下：
2.6 工具箱
工具箱通過(guò) set_global_opts()方法中的 toolbox_opts參數(shù)進(jìn)行設(shè)置，
該參數(shù)的取值參考o(jì)ptions模塊的ToolboxOpts()方法。
其主要參數(shù)如下：
2.7 區(qū)域縮放
區(qū)域縮放通過(guò) set_global_opts()方法中的 datazoom_opts參數(shù)進(jìn)行設(shè)置，
該參數(shù)的取值參考o(jì)ptions模塊的DataZoomOpts()方法。
其主要參數(shù)如下：
3. 柱狀圖 Bar模塊
繪制柱狀圖通過(guò)Bar模塊來(lái)實(shí)現(xiàn)，
該模塊的主要方法有：
| 主要方法 | 描述 |
|---|---|
| add_xaxis() | x軸數(shù)據(jù) |
| add_yaxis() | y軸數(shù)據(jù) |
| reversal_axis() | 翻轉(zhuǎn)x、y軸數(shù)據(jù) |
| add_dataset() | 原始數(shù)據(jù) |
下邊展示一個(gè)簡(jiǎn)單的示例，先不使用過(guò)多復(fù)雜的樣式：
import numpy as np
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
# 生成數(shù)據(jù)
years = [2011, 2012, 2013, 2014, 2015]
y1 = [1, 3, 5, 7, 9]
y2 = [2, 4, 6, 4, 2]
y3 = [9, 7, 5, 3, 1]
y4 = list(np.random.randint(1, 10, 10))
bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
# 為柱狀圖添加x軸和y軸數(shù)據(jù)
bar.add_xaxis(years)
bar.add_yaxis('A型', y1)
bar.add_yaxis('B型', y2)
bar.add_yaxis('C型', y3)
bar.add_yaxis('D型', y4)
# 渲染圖表到HTML文件，并保存在當(dāng)前目錄下
bar.render("bar.html")
生成圖像效果如下：
這里有一個(gè)無(wú)法解釋的細(xì)節(jié)，就是可以看到y(tǒng)4數(shù)據(jù)，即D型，在圖像中沒(méi)有顯示出來(lái)。經(jīng)過(guò)小啾的反復(fù)嘗試，發(fā)現(xiàn)凡是使用隨機(jī)數(shù)產(chǎn)生的數(shù)據(jù)再轉(zhuǎn)化成列表，這部分隨機(jī)數(shù)不會(huì)被寫(xiě)入到html文件中：
既然不會(huì)解釋?zhuān)蔷捅苊狻?/p>
4. 折線(xiàn)圖/面積圖 Line模塊
Line模塊的主要方法有add_xaxis() 和 add_yaxis()，分別用來(lái)添加x軸數(shù)據(jù)和y軸數(shù)據(jù)。
add_yaxis()的主要參數(shù)如下：
4.1 折線(xiàn)圖
繪制折線(xiàn)圖時(shí)，x軸的數(shù)據(jù)必須是字符串，圖線(xiàn)方可正常顯示。
from pyecharts.charts import Line
from pyecharts import options as opts
from pyecharts.globals import ThemeType
# 準(zhǔn)備數(shù)據(jù)
x = [2011, 2012, 2013, 2014, 2015]
x_data = [str(i) for i in x]
y1 = [1, 3, 2, 5, 8]
y2 = [2, 6, 5, 6, 7]
y3 = [5, 7, 4, 3, 1]
line = Line(init_opts=opts.InitOpts(theme=ThemeType.ESSOS))
line.add_xaxis(xaxis_data=x_data)
line.add_yaxis(series_name="A類(lèi)", y_axis=y1)
line.add_yaxis(series_name="B類(lèi)", y_axis=y2)
line.add_yaxis(series_name="C類(lèi)", y_axis=y3)
line.render("line.html")
生成圖像效果如下：
4.2 面積圖
繪制面積圖時(shí)需要在add_yaxis()方法中指定areastyle_opts參數(shù)。其值由options模塊的AreaStyleOpts()方法提供。
from pyecharts.charts import Line
from pyecharts import options as opts
from pyecharts.globals import ThemeType
x = [2011, 2012, 2013, 2014, 2015]
x_data = [str(i) for i in x]
y1 = [2, 5, 6, 8, 9]
y2 = [1, 4, 5, 4, 7]
y3 = [1, 3, 4, 6, 6]
line = Line(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND))
line.add_xaxis(xaxis_data=x_data)
line.add_yaxis(series_name="A類(lèi)", y_axis=y1, areastyle_opts=opts.AreaStyleOpts(opacity=1))
line.add_yaxis(series_name="B類(lèi)", y_axis=y2, areastyle_opts=opts.AreaStyleOpts(opacity=1))
line.add_yaxis(series_name="C類(lèi)", y_axis=y3, areastyle_opts=opts.AreaStyleOpts(opacity=1))
line.render("line2.html")
圖像效果如下：
5.餅形圖
5.1 餅形圖
繪制餅形圖使用的是Pie模塊，該模塊中需要使用的主要方法是add()方法
該方法主要參數(shù)如下：
| 主要參數(shù) | 描述 |
|---|---|
| series_name | 系列名稱(chēng)。用于提示文本和圖例標(biāo)簽。 |
| data_pair | 數(shù)據(jù)項(xiàng)，格式為形如[(key1,value1),(key2,value2)] |
| color | 系列標(biāo)簽的顏色。 |
| radius | 餅圖的半徑。默認(rèn)設(shè)成百分比形式，默認(rèn)是相對(duì)于容器的高和寬中較小的一方的一半 |
| rosetype | 是否展開(kāi)為南丁格爾玫瑰圖，可以取的值有radius貨area，radius表示通過(guò)扇區(qū)圓心角展現(xiàn)數(shù)據(jù)的大小，即默認(rèn)的扇形圖；area表示所有扇區(qū)的圓心角的角度相同，通過(guò)半徑來(lái)展現(xiàn)數(shù)據(jù)大小 |
from pyecharts.charts import Pie
from pyecharts import options as opts
from pyecharts.globals import ThemeType
x_data = ['AAA', 'BBB', 'CCC', 'DDD', 'EEE', 'FFF']
y_data = [200, 200, 100, 400, 500, 600]
# 將數(shù)據(jù)轉(zhuǎn)換為目標(biāo)格式
data = [list(z) for z in zip(x_data, y_data)]
# 數(shù)據(jù)排序
data.sort(key=lambda x: x[1])
pie = Pie(init_opts=opts.InitOpts(theme=ThemeType.MACARONS))
pie.add(
series_name="類(lèi)別", # 序列名稱(chēng)
data_pair=data, # 數(shù)據(jù)
)
pie.set_global_opts(
# 餅形圖標(biāo)題
title_opts=opts.TitleOpts(
title="各類(lèi)別數(shù)量分析",
pos_left="center"),
# 不顯示圖例
legend_opts=opts.LegendOpts(is_show=False),
)
pie.set_series_opts(
# 序列標(biāo)簽
label_opts=opts.LabelOpts(),
)
pie.render("pie.html")
圖像效果如下：
5.2 南丁格爾玫瑰圖
from pyecharts.charts import Pie
from pyecharts import options as opts
from pyecharts.globals import ThemeType
x_data = ['AAA', 'BBB', 'CCC', 'DDD', 'EEE', 'FFF', 'GGG', 'HHH', 'III', 'JJJ', 'KKK', 'LLL', 'MMM', 'NNN', 'OOO']
y_data = [200, 100, 400, 50, 600, 300, 500, 700, 800, 900, 1000, 1100, 1200, 1300, 1500]
# 將數(shù)據(jù)轉(zhuǎn)換為目標(biāo)格式
data = [list(z) for z in zip(x_data, y_data)]
# 數(shù)據(jù)排序
data.sort(key=lambda x: x[1])
# 創(chuàng)建餅形圖并設(shè)置畫(huà)布大小
pie = Pie(init_opts=opts.InitOpts(theme=ThemeType.ROMANTIC, width='300px', height='400px'))
# 為餅形圖添加數(shù)據(jù)
pie.add(
series_name="類(lèi)別",
data_pair=data,
radius=["8%", "160%"], # 內(nèi)外半徑
center=["65%", "65%"], # 位置
rosetype='area', # 玫瑰圖，圓心角相同，按半徑大小繪制
color='auto' # 顏色自動(dòng)漸變
)
pie.set_global_opts(
# 不顯示圖例
legend_opts=opts.LegendOpts(is_show=False),
# 視覺(jué)映射
visualmap_opts=opts.VisualMapOpts(is_show=False,
min_=100, # 顏色條最小值
max_=450000, # 顏色條最大值
)
)
pie.set_series_opts(
# 序列標(biāo)簽
label_opts=opts.LabelOpts(position='inside', # 標(biāo)簽位置
rotate=45,
font_size=8) # 字體大小
)
pie.render("pie2.html")
圖像效果如下：
6. 箱線(xiàn)圖 Boxplot模塊
繪制箱線(xiàn)圖使用的是Boxplot類(lèi)。
這里有一個(gè)細(xì)節(jié)，準(zhǔn)備y軸數(shù)據(jù)y_data時(shí)需要在列表外再套一層列表，否則圖線(xiàn)不會(huì)被顯示。
繪制箱線(xiàn)圖使用的是Boxplot模塊，
主要的方法有
add_xaxis()和add_yaxis()
from pyecharts.charts import Boxplot
from pyecharts.globals import ThemeType
from pyecharts import options as opts
y_data = [[5, 20, 22, 21, 23, 26, 25, 24, 28, 26, 29, 30, 50, 61]]
boxplot = Boxplot(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC))
boxplot.add_xaxis([""])
boxplot.add_yaxis('', y_axis=boxplot.prepare_data(y_data))
boxplot.render("boxplot.html")
圖像效果如下：
7. 漣漪特效散點(diǎn)圖 EffectScatter模塊
繪制漣漪圖使用的是EffectScatter模塊，代碼示例如下：
from pyecharts.charts import EffectScatter
from pyecharts import options as opts
from pyecharts.globals import ThemeType
x = [2011, 2012, 2013, 2014, 2015]
x_data = [str(i) for i in x]
y1 = [1, 3, 2, 5, 8]
y2 = [2, 6, 5, 6, 7]
y3 = [5, 7, 4, 3, 1]
scatter = EffectScatter(init_opts=opts.InitOpts(theme=ThemeType.VINTAGE))
scatter.add_xaxis(x_data)
scatter.add_yaxis("", y1)
scatter.add_yaxis("", y2)
scatter.add_yaxis("", y3)
# 渲染圖表到HTML文件，存放在程序所在目錄下
scatter.render("EffectScatter.html")
圖像效果如下：
8. 詞云圖 WordCloud模塊
繪制詞云圖使用的是WordCloud模塊，
主要的方法有add()方法。
add()方法的主要參數(shù)如下：
add()方法主要的參數(shù)有
準(zhǔn)備一個(gè)txt文件（001.txt），文本內(nèi)容以《蘭亭集序》為例：
永和九年，歲在癸丑，暮春之初，會(huì)于會(huì)稽山陰之蘭亭，修禊事也。群賢畢至，少長(zhǎng)咸集。此地有崇山峻嶺，茂林修竹，又有清流激湍，映帶左右，引以為流觴曲水，列坐其次。雖無(wú)絲竹管弦之盛，一觴一詠，亦足以暢敘幽情。
是日也，天朗氣清，惠風(fēng)和暢。仰觀宇宙之大，俯察品類(lèi)之盛，所以游目騁懷，足以極視聽(tīng)之娛，信可樂(lè)也。
夫人之相與，俯仰一世?；蛉≈T懷抱，悟言一室之內(nèi)；或因寄所托，放浪形骸之外。雖趣舍萬(wàn)殊，靜躁不同，當(dāng)其欣于所遇，暫得于己，快然自足，不知老之將至；及其所之既倦，情隨事遷，感慨系之矣。向之所欣，俯仰之間，已為陳?ài)E，猶不能不以之興懷，況修短隨化，終期于盡！古人云：“死生亦大矣。”豈不痛哉！
每覽昔人興感之由，若合一契，未嘗不臨文嗟悼，不能喻之于懷。固知一死生為虛誕，齊彭殤為妄作。后之視今，亦猶今之視昔，悲夫！故列敘時(shí)人，錄其所述，雖世殊事異，所以興懷，其致一也。后之覽者，亦將有感于斯文。
代碼示例如下：
from pyecharts.charts import WordCloud
from jieba import analyse
# 基于TextRank算法從文本中提取關(guān)鍵詞
textrank = analyse.textrank
text = open('001.txt', 'r', encoding='UTF-8').read()
keywords = textrank(text, topK=30)
list1 = []
tup1 = ()
# 關(guān)鍵詞列表
for keyword, weight in textrank(text, topK=30, withWeight=True):
# print('%s %s' % (keyword, weight))
tup1 = (keyword, weight) # 關(guān)鍵詞權(quán)重
list1.append(tup1) # 添加到列表中
# 繪制詞云圖
mywordcloud = WordCloud()
mywordcloud.add('', list1, word_size_range=[20, 100])
mywordcloud.render('wordclound.html')
詞云圖效果如下：
9. 熱力圖 HeatMap模塊
繪制熱力圖使用的是HeatMap模塊。
下邊以雙色球案例為例，數(shù)據(jù)使用生成的隨機(jī)數(shù)，繪制出熱力圖：
import pyecharts.options as opts
from pyecharts.charts import HeatMap
import pandas as pd
import numpy as np
# 創(chuàng)建一個(gè)33行7列的DataFrame，數(shù)據(jù)使用隨機(jī)數(shù)生成。每個(gè)數(shù)據(jù)表示該位置上該數(shù)字出現(xiàn)的次數(shù)
s1 = np.random.randint(0, 200, 33)
s2 = np.random.randint(0, 200, 33)
s3 = np.random.randint(0, 200, 33)
s4 = np.random.randint(0, 200, 33)
s5 = np.random.randint(0, 200, 33)
s6 = np.random.randint(0, 200, 33)
s7 = np.random.randint(0, 200, 33)
data = pd.DataFrame(
{'位置一': s1,
'位置二': s2,
'位置三': s3,
'位置四': s4,
'位置五': s5,
'位置六': s6,
'位置七': s7
},
index=range(1, 34)
)
# 數(shù)據(jù)轉(zhuǎn)換為HeatMap支持的列表格式
value1 = []
for i in range(7):
for j in range(33):
value1.append([i, j, int(data.iloc[j, i])])
# 繪制熱力圖
x = data.columns
heatmap=HeatMap(init_opts=opts.InitOpts(width='600px' ,height='650px'))
heatmap.add_xaxis(x)
heatmap.add_yaxis("aa", list(data.index), value=value1, # y軸數(shù)據(jù)
# y軸標(biāo)簽
label_opts=opts.LabelOpts(is_show=True, color='white', position="center"))
heatmap.set_global_opts(title_opts=opts.TitleOpts(title="雙色球中獎(jiǎng)號(hào)碼熱力圖", pos_left="center"),
legend_opts=opts.LegendOpts(is_show=False), # 不顯示圖例
# 坐標(biāo)軸配置項(xiàng)
xaxis_opts=opts.AxisOpts(
type_="category", # 類(lèi)目軸
# 分隔區(qū)域配置項(xiàng)
splitarea_opts=opts.SplitAreaOpts(
is_show=True, # 區(qū)域填充樣式
areastyle_opts=opts.AreaStyleOpts(opacity=1)
),
),
# 坐標(biāo)軸配置項(xiàng)
yaxis_opts=opts.AxisOpts(
type_="category", # 類(lèi)目軸
# 分隔區(qū)域配置項(xiàng)
splitarea_opts=opts.SplitAreaOpts(
is_show=True,
# 區(qū)域填充樣式
areastyle_opts=opts.AreaStyleOpts(opacity=1)
),
),
# 視覺(jué)映射配置項(xiàng)
visualmap_opts=opts.VisualMapOpts(is_piecewise=True, # 分段顯示
min_=1, max_=170, # 最小值、最大值
orient='horizontal', # 水平方向
pos_left="center") # 居中
)
heatmap.render("heatmap.html")
熱力圖效果如下：
10. 水球圖 Liquid模塊
繪制水球圖使用的是Liquid模塊。
from pyecharts.charts import Liquid
liquid = Liquid()
liquid.add('', [0.39])
liquid.render("liquid.html")
水球圖效果如下：
11. 日歷圖 Calendar模塊
繪制日歷圖使用的是Calendar模塊
主要使用的方法是add()方法
import pandas as pd
import numpy as np
from pyecharts import options as opts
from pyecharts.charts import Calendar
data = list(np.random.random(30))
# 求最大值和最小值
mymax = round(max(data), 2)
mymin = round(min(data), 2)
# 生成日期
index = pd.date_range('20220401', '20220430')
# 合并列表
data_list = list(zip(index, data))
# 生成日歷圖
calendar = Calendar()
calendar.add("",
data_list,
calendar_opts=opts.CalendarOpts(range_=['2022-04-01', '2022-04-30']))
calendar.set_global_opts(
title_opts=opts.TitleOpts(title="2022年4月某指標(biāo)情況", pos_left='center'),
visualmap_opts=opts.VisualMapOpts(
max_=mymax,
min_=mymin+0.1,
orient="horizontal",
is_piecewise=True,
pos_top="230px",
pos_left="70px",
),
)
calendar.render("calendar.html")日歷圖效果如下：
以上就是Python數(shù)據(jù)可視化之Pyecharts使用詳解的詳細(xì)內(nèi)容，更多關(guān)于Python Pyecharts的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
使用python+pygame開(kāi)發(fā)消消樂(lè)游戲附完整源碼
消消樂(lè)小游戲相信大家都玩過(guò)，大人小孩都喜歡玩的一款小游戲，那么基于程序是如何實(shí)現(xiàn)的呢？今天帶大家，用python+pygame來(lái)實(shí)現(xiàn)一下這個(gè)花里胡哨的消消樂(lè)小游戲功能，感興趣的朋友一起看看吧2021-06-06
PyQt5+QtChart實(shí)現(xiàn)繪制曲線(xiàn)圖
QChart是一個(gè)QGraphicScene中可以顯示的QGraphicsWidget。本文將利用QtChart實(shí)現(xiàn)曲線(xiàn)圖的繪制，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以了解一下2022-12-12
本文通過(guò)實(shí)例代碼給大家介紹了python使用多進(jìn)程的方法，非常不錯(cuò)，具有一定的參考借鑒價(jià)值，需要的朋友參考下吧2018-09-09
在本篇文章里小編給大家分享了關(guān)于Python完成毫秒級(jí)搶淘寶大單功能以及實(shí)例代碼，需要的朋友們參考下。2019-06-06
簡(jiǎn)單學(xué)習(xí)Python多進(jìn)程Multiprocessing
這篇文章主要和大家一起簡(jiǎn)單的學(xué)習(xí)Python多進(jìn)程Multiprocessing ，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-08-08
大家好，本篇文章主要講的是Python各種類(lèi)型裝飾器詳細(xì)介紹，感興趣的同學(xué)趕快來(lái)看一看吧，對(duì)你有幫助的話(huà)記得收藏一下，方便下次瀏覽2021-12-12
python簡(jiǎn)單實(shí)現(xiàn)9宮格圖片實(shí)例
在本篇內(nèi)容里小編給各位分享的是一篇關(guān)于python實(shí)現(xiàn)朋友圈中的九宮格圖片的實(shí)例講解，有需要的朋友們可以參考下。2020-09-09
Pycharm學(xué)習(xí)教程（6） Pycharm作為Vim編輯器使用
這篇文章主要為大家詳細(xì)介紹了最全的Pycharm學(xué)習(xí)教程第六篇，Pycharm作為Vim編輯器使用，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-05-05
利用Python實(shí)現(xiàn)手機(jī)短信監(jiān)控通知的方法
今天小編就為大家分享一篇利用Python實(shí)現(xiàn)手機(jī)短信監(jiān)控通知的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07
Python中使用Counter進(jìn)行字典創(chuàng)建以及key數(shù)量統(tǒng)計(jì)的方法
今天小編就為大家分享一篇Python中使用Counter進(jìn)行字典創(chuàng)建以及key數(shù)量統(tǒng)計(jì)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-07-07