pyecharts在数据可视化中的应用详解
使用pyecharts进行数据可视化
安装 pip install pyecharts
也可以在pycharm软件里进行下载pyecharts库包。
下载成功后进行查询版本号
import pyecharts print(pyecharts.__version__)
pyecharts的中文官网
可以查看pyecharts的中文官网介绍http://pyecharts.org/#/zh-cn/intro。
一般的使用方法
add()
该方法主要用于添加图表的数据和设置各种配置项。
show_config()
用于打印输出图表的所有配置项
render()
该方法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。
注意*
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。
基本使用
- 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。
用示例来解决实际问题
1.美国1995年-2009年邮费变化折线图、阶梯图;
数据如下:
年份 : [“1995”, “1996”, “1997”, “1998”, “1999”, “2000”,
“2001”, “2002”, “2003”, “2004”, “2005”, “2006”,
“2007”, “2008”, “2009”]
邮费: [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44]
折线图 代码如下:
import pyecharts.options as opts from pyecharts.charts import Line year= ["1995", "1996", "1997", "1998", "1999", "2000", "2001", "2002", "2003", "2004", "2005", "2006", "2007", "2008", "2009"] postage= [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44] ( Line() .set_global_opts( tooltip_opts=opts.TooltipOpts(is_show=False), xaxis_opts=opts.AxisOpts(type_="category"), yaxis_opts=opts.AxisOpts( type_="value", axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True), ), ) .add_xaxis(xaxis_data=year) .add_yaxis( series_name="", y_axis=postage, symbol="emptyCircle", is_symbol_show=True, label_opts=opts.LabelOpts(is_show=False), ) .render("basic_line_chart.html") )
会在同目录下生成一个basic_line_chart.html的网页,打开网页则会显示该代码的运行结果。(此不展示,与下同)
阶梯图 代码如下:
import pyecharts.options as opts from pyecharts.charts import Line year = ["1995", "1996", "1997", "1998", "1999", "2000", "2001", "2002", "2003", "2004", "2005", "2006", "2007", "2008", "2009"] postage = [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44] c = ( Line() .add_xaxis(xaxis_data=year) .add_yaxis("美国1995年-2009年邮费", y_axis=postage, is_step=True) .set_global_opts(title_opts=opts.TitleOpts(title="Line-阶梯图")) .render("line_step.html") )
会在同目录下生成一个line_step.html的网页,打开网页则会显示该代码的运行结果:
2.2000年-2010年热狗大胃王比赛前三名成绩的堆叠柱形图、极坐标系-堆叠柱状图(南丁格尔玫瑰图);
数据文件:hot-dog-places.csv
hot-dog-places.csv内写着:
2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010
25,50,50.5,44.5,53.5,49,54,66,59,68,54
24,31,26,30.5,38,37,52,63,59,64.5,43
22,23.5,25.5,29.5,32,32,37,49,42,55,37
等数据将其保存为csv文件
堆叠柱形图 代码如下:
from pyecharts import options as opts from pyecharts.charts import Bar import csv filename="hot-dog-places.csv" data_x=[] #打开文件循环读取数据 with open(filename) as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) x=data_x[0] #读取数据列表集中第一行数据进行赋值 y1=data_x[1] y2=data_x[2] y3=data_x[3] c = ( Bar() .add_xaxis(x) .add_yaxis("第一名", y1, stack="stack1") .add_yaxis("第二名", y2, stack="stack1") .add_yaxis("第三名", y3, stack="stack1")#显示在同一条柱状图中,不带stack属性则会分为三条柱状图 .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠柱形图")) .render("bar_stack0.html") )
会在同目录下生成一个bar_stack0.html的网页,打开网页则会显示该代码的运行结果:
极坐标系-堆叠柱状图(南丁格尔玫瑰图) 代码如下:
from pyecharts import options as opts from pyecharts.charts import Polar import csv filename="hot-dog-places.csv" data_x=[] #打开文件循环读取数据 with open(filename) as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) x=data_x[0] #读取数据列表集中第一行数据进行赋值 y1=data_x[1] y2=data_x[2] y3=data_x[3] c = ( Polar() .add_schema(angleaxis_opts=opts.AngleAxisOpts(data=x, type_="category")) .add("A", y1, type_="bar", stack="stack0") .add("B", y2, type_="bar", stack="stack0") .add("C", y3, type_="bar", stack="stack0") .set_global_opts(title_opts=opts.TitleOpts(title="极坐标系-堆叠柱状图(南丁格尔玫瑰图)")) .render("极坐标系-堆叠柱状图(南丁格尔玫瑰图).html") )
打开网页则会显示该代码的运行结果:
极坐标系-堆叠柱状图 代码与上面相同,需要改的是c后面接的将其更改为如下代码:
d = ( Polar() .add_schema( radiusaxis_opts=opts.RadiusAxisOpts(data=x, type_="category"), angleaxis_opts=opts.AngleAxisOpts(is_clockwise=True, max_=200), ) .add("A", y1, type_="bar", stack="stack1") .add("B", y2, type_="bar", stack="stack1") .add("C", y3, type_="bar", stack="stack1") .set_global_opts(title_opts=opts.TitleOpts(title="极坐标系-堆叠柱状图")) .set_series_opts(label_opts=opts.LabelOpts(is_show=True)) .render("极坐标系-堆叠柱状图.html") )
打开网页则会显示该代码的运行结果:
3.某网站用户感兴趣的领域的投票结果绘制饼图、环形图;
数据文件:vote_result.csv
vote_result.csv内写着:
感兴趣的领域,票数
金融,172
医疗保健,136
市场业,135
零售业,101
制造业,80
司法,68
工程与科学,50
保险业,29
其他,41
饼图 代码如下:
from pyecharts import options as opts from pyecharts.charts import Pie import csv filename="vote_result.csv" data_x=[] #打开文件循环读取数据 with open(filename,'r', encoding='UTF-8') as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) b=[] c=[] for index,values in enumerate(data_x): if(index>0): b.append(values[0]) c.append(values[1]) x=data_x[0] #读取数据列表集中第一行数据进行赋值 d = ( Pie() .add( "", [list(z) for z in zip(b, c)], center=["35%", "50%"], ) .set_global_opts( title_opts=opts.TitleOpts(title="投票结果饼图"), legend_opts=opts.LegendOpts(pos_left="15%"), ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) .render("pie_position.html") )
打开网页则会显示该代码的运行结果:
环形图 代码如下:
from pyecharts import options as opts from pyecharts.charts import Pie import csv filename="vote_result.csv" data_x=[] #打开文件循环读取数据 with open(filename,'r', encoding='UTF-8') as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) b=[] c=[] for index,values in enumerate(data_x): if(index>0): b.append(values[0]) c.append(values[1]) d = ( Pie() .add( "", [list(z) for z in zip(b, c)], radius=["40%", "75%"], ) .set_global_opts( title_opts=opts.TitleOpts(title="环形图"), legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"), ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) .render("投票结果+环形图.html") )
打开网页则会显示该代码的运行结果:
4.奥巴马的政治举措民意调查结果的堆叠柱形图;
数据文件:approval_rate.csv
approval_rate.csv内写着:
政治举措,支持,反对,不发表意见
种族问题,52,38,10
教育,49,40,11
恐怖活动,48,45,7
能源政策,47,42,11
外交事务,44,48,8
环境,43,51,6
宗教政策,41,53,6
税收,41,54,5
医疗保健政策,40,57,3
经济,38,59,3
就业政策,36,57,7
贸易政策,31,64,5
外来移民,29,62,9
堆叠柱形图 代码如下:
from pyecharts import options as opts from pyecharts.charts import Bar import csv filename="approval_rate.csv" data_x=[] #打开文件循环读取数据 with open(filename,'r', encoding='UTF-8') as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) x=[] #读取数据列表集中第一行数据进行赋值 b=[] c=[] d=[] e=[] for index,values in enumerate(data_x): if(index>0): b.append(values[0]) c.append(values[1]) d.append(values[2]) e.append(values[3]) elif(index==0): x.append(values) print(b) c = ( Bar() .add_xaxis(b) .add_yaxis(x[0][1], c, stack="stack1") .add_yaxis(x[0][2], d, stack="stack1") .add_yaxis(x[0][3], e, stack="stack1")#显示在同一条柱状图中,不带stack属性则会分为三条柱状图 .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠柱形图")) .render("政治举措民意调查结果.html") )
打开网页则会显示该代码的运行结果:
到此这篇关于pyecharts在数据可视化中的应用详解的文章就介绍到这了,更多相关pyecharts 数据可视化内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞!
相关文章
- 这篇文章主要介绍了使用pyecharts1.7进行简单的可视化大全,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-05-18
- 这篇文章主要给大家介绍了关于如何利用pyecharts画好看的饼状图的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-20
- 这篇文章主要介绍了Python数据可视化如何使用Pyecharts库来实现桑葚图效果图,文中给出实现的示例代码,有需要的朋友可以借鉴参考想,希望能够有所帮助...2021-09-30
- 这篇文章主要介绍了Pyecharts 中Geo函数常用参数的用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-02-01
- 本文主要介绍了Django动态展示Pyecharts图表数据的几种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-08-23
安装pyecharts1.8.0版本后导入pyecharts模块绘图时报错: “所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 ”的解决方法
这篇文章主要介绍了安装pyecharts1.8.0版本后导入pyecharts模块绘图时报错: “所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 ”的解决方法,需要的朋友可以参考下...2020-08-19Python3 pyecharts生成Html文件柱状图及折线图代码实例
这篇文章主要介绍了Python3 pyecharts生成Html文件柱状图及折线图代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-09-29- Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可,本文介绍了Pyecharts交互图表,感兴趣的可以了解一下...2021-05-14
python数据可视化Pyecharts库sankey修改桑葚图颜色
这篇文章主要介绍了python数据化Pyecharts库sankey修改桑葚图颜色,文中有之前绘制桑葚图教程链接,本文就来修改一下桑葚图的颜色,有需要的朋友欢迎参阅借鉴...2021-09-30- 这篇文章主要介绍了Pyecharts绘制全球流向图的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-04-27
- pyecharts是支持python的一种可视化,那么在Django中Pyecharts如何生成图表,主要有两种方法,需要的朋友们下面随着小编来一起学习学习吧...2021-05-13
- 这篇文章主要介绍了pyEcharts安装及详细使用指南(最新),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-16
- 这篇文章主要介绍了pyecharts在数据可视化中的应用详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-06-08
- 这篇文章主要介绍了pyechartsX轴标签太长被截断的问题及解决方案,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教...2022-11-01
- 这篇文章主要介绍了Python可视化神器pyecharts绘制饼状图,饼图是用圆形及圆内扇形的角度来表示数值大小的图形,它主要用于表示一个样本中各组成部分的数据占全部数据的比例...2022-07-06
- 这篇文章主要介绍了用Python爬虫+数据分析+数据可视化,分析《雪中悍刀行》弹幕,本文很适合初学python的同学入门阅读,需要的朋友可以参考下...2022-01-26
- Pyecharts是一个由百度开源的、用于生成Echarts图表的类库,可以用来进行数据可视化分析。本文将详细讲解一下Pyecharts的使用,需要的可以参考一下...2022-04-20
- 这篇文章主要为大家介绍了使用R语言绘制3D数据可视化scatter散点图的实现步骤,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步...2022-02-16
- 这篇文章主要为大家介绍了R语言数据可视化绘图barchart条形图的实现示例,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步...2022-02-18
R语言数据可视化绘制Circular bar plot实现环形柱状图
这篇文章主要为大家介绍了R语言绘制Circular bar plot实现环形柱状图的示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步...2022-02-16