我的编程空间,编程开发者的网络收藏夹
学习永远不晚

数据可视化之pyecharts

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

数据可视化之pyecharts

pyechats是一个用于数据可视化的包。

Echats是百度开源的一个数据可视化js库,主要用于数据可视化,pyecharts 是一个用于生成Echarts图标的类库,实际上就是Echarts和Python的对接。

pyecharts支持python2与python3,如果使用的是python2.7,需要在代码顶部声明字符编码,否则会出现中文乱码问题。

#coding=utf-8
from __future__ import unicode_literals

 

 

anaconda中没有自带pyecharts,需要单独进行安装。

 1 pip install pyecharts 

 

引用包

from pyecharts import Bar

引用包有报错:

ERROR:lml.utils:failed to import pyecharts_snapshot
Traceback (most recent call last):
  File "c:\users\sheng\appdata\local\programs\python\python36-32\lib\site-packages\lml\utils.py", line 43, in do_import
    plugin_module = __import__(plugin_module_name)
ModuleNotFoundError: No module named 'pyecharts_snapshot'

按照提示进行安装对应的包,以及wheel包

pip install wheel
pip install pyecharts_snapshot

 

主题

pyecharts除了默认的白色底色和dark,还支持安装扩展包

pip install echarts-themes-pypkg

 echarts-themes-pypkg包提供了vintagemacaronsinfographicshine 和 roma 主题

 使用:

bar.use_theme('vintage')

 

将图片保存到本地

保存图片有两种方式,一种是点击图片右侧工具栏的下载按钮,保存格式为png,另一种是安装相关的包,通过render()方法保存到本地。

第一种没有什么好说的,这里说下第二种保存图片的方法。

pyecharts-snapshot插件可以将图片保存为png,gif,pdf等格式。

安装phantomjs:

npm install -g phantomjs-prebuilt

 安装pyecharts-snapshost:

pip install pyecharts-snapshot

 调用render方法保存图片

bar.render(path="snapshot.png")

 注:

安装phantomjs时需要本地有nodejs环境,才能使用npm命令。

nodejs的安装参考:

https://nodejs.org/en/download/

基本使用方法

基本上所有的图的使用方法都是这样的:

  1. chart_type=Type()  初始化具体的图表对象
  2. chart_type.add()     添加数据及配置项
  3. chart_type.render()  生成.html文件

从v0.5.9开始,支持链式调用,如:

from pyecharts import Bar
CLOTHES = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
clothes_v1 = [5, 20, 36, 10, 75, 90]
clothes_v2 = [10, 25, 8, 60, 20, 80]
(bar=Bar("柱状图示例")
    .add("商家A",CLOTHES,clothes_v1,is_stack=True)
    .add("商家B",CLOTHES,clothes_v2,is_stack=True)
    .render())

 多次显示图表的推荐使用方法

从v0.4.0开始,pyecharts重构了渲染的内部逻辑,改善效率。推荐使用以下方式显示多个图表:

from pyecharts import Bar,Line
from pyecharts.engine import create_default_environment

bar=Bar("我的第一个图表","这里是一个副")
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])
line=Line("我的第一个图表","这里是一个副")
line.add("服装",["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"],
        [5,20,36,10,75,90])
env=create_default_environment("html")
env.render_chart_to_file(bar,path="./bar.html")
env.render_chart_to_file(line,path="./line.html")

注:

create_default_environment(file_type)

file_type:'html','svg','png','jpeg','gif','pdf'

同样的,保存图片格式需要安装phantomjs包。

这里创建了两个对象,Bar和Line,这种方式使用了同一个引擎对象,减少了重复操作,速度有所提高,而使用Bar.render(),Line.render()则需要调用两次。

 

柱形图-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]
from pyecharts import Bar
bar=Bar("这是主","这是副")
bar.add(
    "商家A",
    attr,
    v1,
    is_stack=True 
)
bar.add(
    "商家B",
    attr,
    v2,
    is_stack=True
)
bar.render("./MyFirstPyecharts.html") #指定生成html的路径,不指定会默认生成在当前路径下,命名为render.html  
#多个bar同时指定is_stack为True,会实现叠加效果  

 

 Tip:

  1. add()方法中根据is_stack可以设定柱形图是否叠加显示
  2. is_more_utils=True 参数来设置最右侧工具栏,对生成的图进行更多的操作,如将柱形图更改为折线图等
  3. 标记的使用:mark_point=['average']标记点,平均值;mark_line=['min','max','average']标记线,最大值、最小值和平均值
  4. 横向柱形图:is_convert=True,标识交换X轴和Y轴

折线图-Line

from pyecharts import Line
line=Line("折线示例图")
line.add(
    name,attr,v1,
    is_symbol_show=True
)

 

饼图-Pie

散点图-Scatter

地图

在使用pyecharts制作地图展现时,会出现地图中只显示南海的问题。官方解释是为了缩减项目本身的体机以及维持pyecharts项目轻量化运行,pyecharts从0.3.2开始将不再自带地图js文件。所以我们需要安装一些包来解决。

pip install echarts-countries-pypkg      --2M
pip install echarts-china-provinces-pypkg  --748KB
pip install echarts-china-cities-pypkg    --4M
pip install echarts-china-counties-pypkg   --4.4M
pip install echarts-china-misc-pypkg     --152KB
pip install echarts-united-kingdom-pypkg  --1.3M

 这里备注一下:

  我之前是安装的anaconda,在使用conda install安装这些包时有报环境错误,我干脆把anaconda卸载了,然后更换了pip源为豆瓣的,pip install 安装成功!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

数据可视化之pyecharts

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

数据可视化之pyecharts

pyechats是一个用于数据可视化的包。Echats是百度开源的一个数据可视化js库,主要用于数据可视化,pyecharts 是一个用于生成Echarts图标的类库,实际上就是Echarts和Python的对接。pyecharts支持py
2023-01-30

Python数据可视化之Pyecharts如何使用

这篇“Python数据可视化之Pyecharts如何使用”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“Python数据可视化
2023-07-06

Python 数据可视化神器—Pyecharts

能否在 Python 中也能用到 Echarts 的功能呢?寻找中惊喜地发现了 pyecharts,只需在python中安装该模块即可使用。

pyecharts如何实现数据可视化

这篇文章将为大家详细讲解有关pyecharts如何实现数据可视化,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。1.概述pyecharts 是百度开源的,适用于数据可视化的工具,配置灵活,展示图表相对美观,
2023-06-29

数据可视化之 tick_params(

参考:https://blog.csdn.net/helunqu2017/article/details/78736554/初学数据可视化,遇到了tick_params() 里面传参数问题,找了一些资料,觉得这个简单明了,非常好用,推荐看下
2023-01-30

python用pyecharts实现地图数据可视化的方法

这篇文章给大家分享的是有关python用pyecharts实现地图数据可视化的方法的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。有的时候,我们需要对不同国家或地区的某项指标进行比较,可简单通过直方图加以比较。但直
2023-06-14

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录