Python + PyEcharts——数据可视化

*
*
* 一、第一个PyEcharts图标
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#一第一个pyecharts图标>
* 二、柱形图/条形图
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#二柱形图条形图>
*
* Bar.add()方法签名
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#baradd方法签名>
* 三、堆叠（柱状）图
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#三堆叠柱状图>
* 四、折线/面积图
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#四折线面积图>
*
* Line.add()方法签名
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#lineadd方法签名>
* 五、饼图 <https://blog.csdn.net/wsp_1138886114/article/details/80509375#五饼图>
*
* Pie.add()方法签名
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#pieadd方法签名>
* 六、散点图 <https://blog.csdn.net/wsp_1138886114/article/details/80509375#六散点图>
*
* Scatter.add()方法签名
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#scatteradd方法签名>
* 七 地图pyecharts地图数据接口
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#七-地图pyecharts地图数据接口>
*
* Map.add() 方法签名
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#mapadd-方法签名>
* 八、词云图 <https://blog.csdn.net/wsp_1138886114/article/details/80509375#八词云图>
*
* WordCloud.add() 方法签名
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#wordcloudadd-方法签名>
* 九、图标叠加 Overlap
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#九图标叠加-overlap>
*
* Overlap.add() 方法签名
<https://blog.csdn.net/wsp_1138886114/article/details/80509375#overlapadd-方法签名>


一、第一个PyEcharts图标


以下示例都是在jupyter notebook环境下运行


1 安装：                            pip install pyecharts
2 引用pyecharts from pyecharts import Bar
3 编写实现柱状图
bar = Bar('我的第一个图标','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])
4 输出到.html中进行展示:bar.render(.././html/bar01.html)
5 新建一个html文件
代码： import pyecharts from pyecharts import Bar bar = Bar("我的第一个图表", "这里是副标题")
bar.use_theme('dark') #暗色背景色 bar.add("服装", #注解==label ["衬衫","羊毛衫","雪纺衫","裤子",
"高跟鞋","袜子"], #横坐标 [5, 20, 36, 10, 75, 90]) #纵坐标 bar.render('./picture1.html')
#文件存储路径（默认保存当前文件路径） Bar




二、柱形图/条形图

Bar.add()方法签名
add( name,x_axis,y_axis, is_stack = False, bar_category_gap = '20%',**kwargs )
name -> str #图例名称 x_axis -> list # X轴数据 y_axis -> list # Y轴数据 is_stack -> bool
#数据堆叠，同个类目轴上系列配置相同的stack 值可以堆叠放置 bar_category_gap -> int/str #类目轴柱状距离，默认20% 代码：
from pyecharts import Bar bar = Bar('基本柱状图','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], is_more_utils = True #设置最右侧工具栏 )
bar.show_config()#调试输出pyecharts的js配置信息 bar.render('./html/first01.html')




三、堆叠（柱状）图
代码： from pyecharts import Bar attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'] v1 = [5
,20,36,10,75,90] v2 = [10,25,8,60,20,80] bar = Bar('柱状信息堆叠图') bar.add('商家A'
,attr,v1,is_stack =True) #is_stack = True才表示堆叠在一起 bar.add('商家B'
,attr,v2,is_stack =True) bar.render('./html/first03.html')



■ 并列（柱形）图 from pyecharts import Bar attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子']
v1 = [5,20,36,10,75,90] v2 = [10,25,8,60,20,80] bar = Bar('标记线和标记示例') bar.add(
'商家A',attr,v1,mark_point = ['average']) #标记点：商家A的平均值 bar.add('商家B'
,attr,v2,mark_line = ['min','max']) #标记线：商家B最小/最大值 bar.render(
'./html/first04.html')

■ 横向并列（柱形）图 from pyecharts import Bar attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'
] v1 = [5,20,36,10,75,90] v2 = [10,25,8,60,20,80] bar = Bar('X 轴与 Y 轴交换') bar.
add('商家A',attr,v1) bar.add('商家B',attr,v2,is_convert = True) # is_convert = True
:X 轴与 Y 轴交换 bar.render('./html/first04.html')




四、折线/面积图

Line.add()方法签名
add( name,x_axis,y_axis, is_symbol_show = True, is_smooth = False, is_stack =
False, is_step = False, is_fill = False,**kwargs ) 以下为属性默认值： is_symbol_show =
True, #是否显示标记图形 is_smooth = False, #是否显示平滑曲线 is_stack = False, #是否数据堆叠 is_step
= False, #是否是阶梯线 is_fill = False,**kwargs #是否填充曲线区域面积 ▶代码1： from pyecharts
import Line attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'] v1 = [5,20,36,10,75,90]
v2 = [10,25,8,60,20,80] line = Line('折线示例图') line.add('商家A',attr,v1,mark_point
= ['average']) line.add('商家B',attr,v2,is_smooth = True, mark_line = ['max',
'average']) line.render('./html/first05.html')
-------------------------------------------------------------- ▶代码2：(定制折线图) from
pyecharts import Line attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'] v1 = [5,20,36,
10,75,90] v2 = [10,25,8,60,20,80] line = Line('折线示例图') line.add('商家A',attr,v1,
mark_point = ['average','max','min'], #标注点：平均值，最大值，最小值 mark_point_symbol =
'diamond', #标注点：钻石形状 mark_point_textcolor = '#40ff27') #标注点：标注文本颜色 line.add(
'商家B',attr,v2,mark_point = ['average','max','min'], mark_point_symbol = 'arrow'
, mark_point_symbolsize =40) line.render('./html/line01.html')



▶代码3：(面积图) from pyecharts import Line attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'
] v1 = [5,20,36,10,75,90] v2 = [10,25,8,60,20,80] line = Line('折线面积示例图') line.
add('商家A',attr,v1,is_fill = True, line_opacity = 0.2, #线条不透明度 area_opacity = 0.4
, symbol = None)line.add('商家B',attr,v2,is_fill = True, line_color = '#000', #黑色
area_opacity =0.3, #填充不透明度 is_smooth = True) line.render('./html/area01.html')




五、饼图

Pie.add()方法签名
add(name,attr,value,radius = None,center = None,rosetype = None,**kwargs)
attr:属性名称 radius：饼图半径，数组第一项是内径，第二项是外径，默认[0,75,],设置成百分比
center：圆心，数组第一项是X轴，第二项是Y轴，默认[50,50] rosetype:
是否展示成南丁格尔图，用过半径区分数据大小，radius和area两种模式，默认radius ▶代码1：(饼图) from pyecharts import
Pie attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'] v1 = [5,20,36,10,75,90] pie = Pie(
'饼图示例') pie.add('',attr,v1,is_label_show = True) pie.render('./html/pie01.html'
) ▶代码2：(环形图) from pyecharts import Pie attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'
] v1 = [5,20,36,10,75,90] pie = Pie('饼图-环形图示例',title_pos = 'center') pie.add( ''
,attr,v1,#''：图例名（不使用图例） radius = [40,75], #环形内外圆的半径 is_label_show = True,
#是否显示标签 label_text_color = None, #标签颜色 legend_orient = 'vertical', #图例垂直
legend_pos ='left' ) pie.render('./html/pie02.html')




六、散点图

Scatter.add()方法签名
add(name,x_axis,y_axis,extra_data = None,symbol_size = 10,**kwargs) extra_data
-> int:第三维数据（可在 visualmap 中将视图元素映射到第三维度） symbol_size -> int: 标记图形大小，默认为10 ▶代码1：
from pyecharts import Scatter v1 = [5,20,35,50,65,80] v2 = [10,20,30,40,50,60]
scatter = Scatter('散点示例图') scatter.add('A',v1,v2) scatter.add('B',v1[::-1],v2)
#v1[::-1]代表切片倒序 scatter.render('./html/scatter01.html') ▶代码2：(引入第三维/类似气泡图) from
pyecharts import Scatter v1 = [5,20,35,50,65,80] v2 = [10,20,30,40,50,60]
scatter = Scatter('散点-气泡示例图') scatter.add('A',v1,v2) scatter.add('B',v1[::-1
],v2,#v1[::-1]代表切片倒序 is_visualmap = True, #显示滑动条 symbol_size = 30, #显示图内标点大小
vasual_range_size = [20,80]) #显示滑动范围 scatter.render('./html/scatter02.html')




七 地图pyecharts地图数据接口 <http://pyecharts.org/#/zh-cn/datasets>

Map.add() 方法签名
安装下列地图数据包 pip install echarts-countries-pypkg pip install echarts-china
-provinces-pypkg pip install echarts-china-cities-pypkg pip install echarts
-china-counties-pypkg pip install echarts-china-misc-pypkg pip install echarts
-united-kingdom-pypkg add( name,attr,value, maptype = 'china', is_roam = True,
is_map_symobol_show = True **kwargs ) maptype -> str:
地图类型，支持China，world，北京，天津，上海，湖南，湖北，……363个二线城市 is_roam -> bool/str
是否开启鼠标缩放，漫游等，默认 True, 若只想开启缩放/平移 设置scale/move 设置成 True 开启 is
is_map_symobol_show 是否显示地图标记，默认 True。 ▶代码1： from pyecharts import Map value = [
155,10,66,78] attr = ['福建','山东','北京','上海'] map = Map('全国地图示例',width = 1200
,height =600) map.add('',attr,value,maptype = 'china') map.render(
'./html/map01.html') ▶代码2： from pyecharts import Map value = [155,10,66,78]
attr = ['汕头市','汕尾市','揭阳市','肇庆市'] map = Map('广东地图示例',width = 1200,height = 600)
map.add('',attr,value,maptype = '广东', is_visualmap = True, visual_text_color =
'#000', is_label_show = True ) map.render('./html/map02.html')




八、词云图

WordCloud.add() 方法签名
add( name,attr,value, shape = 'circle', word_gap = 20, word_size_range = None
rotate_step = 45 ) shape-> list
:词云图轮廓（circle,cardioid,diamond,triangle-forward,triangle,pentagon,star）
word_gap -> int 单词间隔 默认 20 word_size_range -> int 单词字体大小范围 默认[12,60]
rotate_step -> int 单词旋转角度，默认45。 from pyecharts import WordCloud name = [
'Though','the answer','this question', 'may at first','seem to border','on the',
'absurd','reflection','will show','that there', 'is a','good deal','more in',
'it than meets','the eye' ] value = [10000,6189,4556,2356,2233, 1895,1456,1255,
981,875, 542,462,361,265,125] worldcloud = WordCloud(width = 1300,height = 620)
worldcloud.add('',name,value,word_size_range = [20,100]) worldcloud.render(
'./html/worldcloud01.html')




九、图标叠加 Overlap

自定义结合Line/ Bar/ Kline/ Scatter/ EffectScatter 等图表。
利用第一张图表为基础，将后面的数据画在第一张图上。

Overlap.add() 方法签名
add(chart, xaxis_index = 0, yaxis_index = 0, is_add_xaxis = False,
is_add_yaxis = False) 属性： is_add_xaxis / is_add_yaxis 是否新增坐标X/Y 默认 False ▶代码1
：bar +line 叠加 from pyecharts import Bar,Line,Overlap attr = ['A','B','C','D','E'
,'F'] v1 = [10,20,30,40,50,60] v2 = [38,28,35,58,65,70] bar = Bar('Line - Bar示例'
) bar.add('bar',attr,v1) line = Line() line.add('line',attr,v2) overlop =
Overlap() overlop.add(bar) overlop.add(line) overlop.render(
'./html/line-bar01.html')



▶代码2：EffectScatter + Line 叠加 from pyecharts import Line,EffectScatter,Overlap
attr = ['衬衫','羊毛衫','雪纺衫','裤子','高跟鞋','袜子'] v1 = [5,20,36,10,10,90] line = Line(
'线性_闪烁图示例') line.add('',attr,v1,is_random = True) es = EffectScatter() es.add(''
,attr,v1,effect_scale=8) #闪烁 overlop = Overlap() overlop.add(line)
#必须先添加line,在添加es overlop.add(es) overlop.render('./html/line-es01.html')

• « 上一篇：如何从0开始开发一个实时联机游戏
• » 下一篇：UI设计年薪20W？为什么UI设计能这么火呢？