Python使用pyecharts控件繪制圖表

第Python使用pyecharts控件繪制圖表目錄一、Echarts簡(jiǎn)介1、特性2、相關(guān)資源：二、使用1、柱狀圖-Bar2、餅圖-Pie3、箱體圖-Boxplot4、折線圖-Line5、雷達(dá)圖-Rader6、散點(diǎn)圖-scatter7、圖表布局Grid總結(jié)

一、Echarts簡(jiǎn)介

Echarts是一個(gè)由百度開(kāi)源的數(shù)據(jù)可視化，憑借著良好的交互性，精巧的圖表設(shè)計(jì)，得到了眾多開(kāi)發(fā)者的認(rèn)可。而Python是一門(mén)富有表達(dá)力的語(yǔ)言，很適合用于數(shù)據(jù)處理。當(dāng)數(shù)據(jù)分析遇上數(shù)據(jù)可視化時(shí)，pyecharts誕生了。

分v0.5.x和V1間不兼容，導(dǎo)致很多代碼不可復(fù)用，舊版本將不再維護(hù)。

1、特性

簡(jiǎn)潔的API設(shè)計(jì)，使用如絲滑般流暢，支持鏈?zhǔn)秸{(diào)用囊括了30+種常見(jiàn)圖表，應(yīng)有盡有支持主流Notebook環(huán)境，JupyterNotebook和JupyterLab可輕松集成至Flask，Sanic，Django等主流Web框架高度靈活的配置項(xiàng)，可輕松搭配出精美的圖表詳細(xì)的文檔和示例，幫助開(kāi)發(fā)者更快的上手項(xiàng)目多達(dá)400+地圖文件，并且支持原生百度地圖，為地理數(shù)據(jù)可視化提供強(qiáng)有力的支持

2、相關(guān)資源：

官網(wǎng)項(xiàng)目地址中文文檔（含5分鐘入門(mén)教程）EnglishDocumentation示例Example

二、使用

現(xiàn)在我們來(lái)開(kāi)始正式使用pycharts，這里我們直接使用官方的數(shù)據(jù)：

1、柱狀圖-Bar

//導(dǎo)入柱狀圖-Bar

frompyechartsimportBar

//設(shè)置行名

columns=["Jan","Feb","Mar","Apr","May","Jun","Jul","Aug","Sep","Oct","Nov","Dec"]

//設(shè)置數(shù)據(jù)

data1=[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]

data2=[2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]

//設(shè)置柱狀圖的主標(biāo)題與副標(biāo)題

bar=Bar("柱狀圖","一年的降水量與蒸發(fā)量")

//添加柱狀圖的數(shù)據(jù)及配置項(xiàng)

bar.add("降水量",columns,data1,mark_line=["average"],mark_point=["max","min"])

bar.add("蒸發(fā)量",columns,data2,mark_line=["average"],mark_point=["max","min"])

//生成本地文件（默認(rèn)為.html文件）

bar.render()

簡(jiǎn)單的幾行代碼就可以將數(shù)據(jù)進(jìn)行非常好看的可視化，而且還是動(dòng)態(tài)的，在這里還是要安利一下jupyter，pyecharts在v0.1.9.2版本開(kāi)始，在jupyter上直接調(diào)用實(shí)例（例如上方直接調(diào)用bar）就可以將圖表直接表示出來(lái)，非常方便。

筆者數(shù)了數(shù)，目前pyecharts上的圖表大概支持到二十多種，接下來(lái)，我們?cè)儆蒙戏降臄?shù)據(jù)來(lái)生成幾個(gè)數(shù)據(jù)挖掘常用的圖表示例：

2、餅圖-Pie

//導(dǎo)入餅圖Pie

frompyechartsimportPie

//設(shè)置主標(biāo)題與副標(biāo)題，標(biāo)題設(shè)置居中，設(shè)置寬度為900

pie=Pie("餅狀圖","一年的降水量與蒸發(fā)量",title_pos='center',width=900)

//加入數(shù)據(jù)，設(shè)置坐標(biāo)位置為【25，50】，上方的colums選項(xiàng)取消顯示

pie.add("降水量",columns,data1,center=[25,50],is_legend_show=False)

//加入數(shù)據(jù)，設(shè)置坐標(biāo)位置為【75，50】，上方的colums選項(xiàng)取消顯示，顯示label標(biāo)簽

pie.add("蒸發(fā)量",columns,data2,center=[75,50],is_legend_show=False,is_label_show=True)

//保存圖表

pie.render()

3、箱體圖-Boxplot

//導(dǎo)入箱型圖Boxplot

frompyechartsimportBoxplot

boxplot=Boxplot("箱形圖","一年的降水量與蒸發(fā)量")

x_axis=['降水量','蒸發(fā)量']

y_axis=[data1,data2]

//prepare_data方法可以將數(shù)據(jù)轉(zhuǎn)為嵌套的[min,Q1,median(orQ2),Q3,max]

yaxis=boxplot.prepare_data(y_axis)

boxplot.add("天氣統(tǒng)計(jì)",x_axis,_yaxis)

boxplot.render()

4、折線圖-Line

frompyechartsimportLine

line=Line("折線圖","一年的降水量與蒸發(fā)量")

//is_label_show是設(shè)置上方數(shù)據(jù)是否顯示

line.add("降水量",columns,data1,is_label_show=True)

line.add("蒸發(fā)量",columns,data2,is_label_show=True)

line.render()

5、雷達(dá)圖-Rader

frompyechartsimportRadar

radar=Radar("雷達(dá)圖","一年的降水量與蒸發(fā)量")

//由于雷達(dá)圖傳入的數(shù)據(jù)得為多維數(shù)據(jù)，所以這里需要做一下處理

radar_data1=[[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]]

radar_data2=[[2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]]

//設(shè)置column的最大值，為了雷達(dá)圖更為直觀，這里的月份最大值設(shè)置有所不同

schema=[

("Jan",5),("Feb",10),("Mar",10),

("Apr",50),("May",50),("Jun",200),

("Jul",200),("Aug",200),("Sep",50),

("Oct",50),("Nov",10),("Dec",5)

//傳入坐標(biāo)

radar.config(schema)

radar.add("降水量",radar_data1)

//一般默認(rèn)為同一種顏色，這里為了便于區(qū)分，需要設(shè)置item的顏色

radar.add("蒸發(fā)量",radar_data2,item_color="#1C86EE")

radar.render()

6、散點(diǎn)圖-scatter

frompyechartsimportScatter

scatter=Scatter("散點(diǎn)圖","一年的降水量與蒸發(fā)量")

//xais_name是設(shè)置橫坐標(biāo)名稱(chēng)，這里由于顯示問(wèn)題，還需要將y軸名稱(chēng)與y軸的距離進(jìn)行設(shè)置

scatter.add("降水量與蒸發(fā)量的散點(diǎn)分布",data1,data2,xaxis_name="降水量",yaxis_name="蒸發(fā)量",

yaxis_name_gap=40)

scatter.render()

7、圖表布局Grid

由于標(biāo)題與圖表是屬于兩個(gè)不同的控件，所以這里必須對(duì)下方的圖表Line進(jìn)行標(biāo)題位置設(shè)置，否則會(huì)出現(xiàn)標(biāo)題重疊的bug。

frompyechartsimportGrid

//設(shè)置折線圖標(biāo)題位置

line=Line("折線圖","一年的降水量與蒸發(fā)量",title_top="45%")

line.add("降水量",columns,data1,is_label_show=True)

line.add("蒸發(fā)量",columns,data2,is_label_show=True)

grid=Grid()

//設(shè)置兩個(gè)圖表的相對(duì)位置

grid.add(bar,grid_bottom="60%")

grid.add(line,grid_top="60%")

grid.render()

frompyechartsimportOverlap

overlap=Overlap()

bar=Bar("柱狀圖-折線圖合并","一年的降水量與蒸發(fā)量")

bar.add("降水量",columns,data1,mark_point=["max","min"])

bar.add("蒸發(fā)量",columns,data2,mark_point=["max","min"])

overlap.add(bar)

overlap.add(line)

overlap.render()

總結(jié)

導(dǎo)入相關(guān)圖表包進(jìn)行圖表的基礎(chǔ)設(shè)置，創(chuàng)建圖表對(duì)象利用add()方法進(jìn)行數(shù)據(jù)輸入與圖表