Python使用pyecharts控件绘制图表


Posted in Python onJune 05, 2022

一、Echarts简介

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。而 Python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了。

分v0.5.x 和 V1 间不兼容,导致很多代码不可复用,旧版本将不再维护。

1、特性

  • 简洁的 API 设计,使用如丝滑般流畅,支持链式调用
  • 囊括了 30+ 种常见图表,应有尽有
  • 支持主流 Notebook 环境,Jupyter Notebook 和 JupyterLab
  • 可轻松集成至 Flask,Sanic,Django 等主流 Web 框架
  • 高度灵活的配置项,可轻松搭配出精美的图表
  • 详细的文档和示例,帮助开发者更快的上手项目
  • 多达 400+ 地图文件,并且支持原生百度地图,为地理数据可视化提供强有力的支持

2、相关资源:

二、使用

现在我们来开始正式使用pycharts,这里我们直接使用官方的数据:

1、柱状图-Bar

//导入柱状图-Bar
from pyecharts import Bar
//设置行名
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
//设置数据
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]
//设置柱状图的主标题与副标题
bar = Bar("柱状图", "一年的降水量与蒸发量")
//添加柱状图的数据及配置项
bar.add("降水量", columns, data1, mark_line=["average"], mark_point=["max", "min"])
bar.add("蒸发量", columns, data2, mark_line=["average"], mark_point=["max", "min"])
//生成本地文件(默认为.html文件)
bar.render()

简单的几行代码就可以将数据进行非常好看的可视化,而且还是动态的,在这里还是要安利一下jupyter,pyecharts在v0.1.9.2版本开始,在jupyter上直接调用实例(例如上方直接调用bar)就可以将图表直接表示出来,非常方便。

笔者数了数,目前pyecharts上的图表大概支持到二十多种,接下来,我们再用上方的数据来生成几个数据挖掘常用的图表示例:

2、饼图-Pie

//导入饼图Pie
from pyecharts import Pie
//设置主标题与副标题,标题设置居中,设置宽度为900
pie = Pie("饼状图", "一年的降水量与蒸发量",title_pos='center',width=900)
//加入数据,设置坐标位置为【25,50】,上方的colums选项取消显示
pie.add("降水量", columns, data1 ,center=[25,50],is_legend_show=False)
//加入数据,设置坐标位置为【75,50】,上方的colums选项取消显示,显示label标签
pie.add("蒸发量", columns, data2 ,center=[75,50],is_legend_show=False,is_label_show=True)
//保存图表
pie.render()

3、箱体图-Boxplot

//导入箱型图Boxplot
from pyecharts import Boxplot 
boxplot = Boxplot("箱形图", "一年的降水量与蒸发量")
x_axis = ['降水量','蒸发量']
y_axis = [data1,data2]
//prepare_data方法可以将数据转为嵌套的 [min, Q1, median (or Q2), Q3, max]
yaxis = boxplot.prepare_data(y_axis) 
boxplot.add("天气统计", x_axis, _yaxis)
boxplot.render()

4、折线图-Line

from pyecharts import Line
line = Line("折线图","一年的降水量与蒸发量")
//is_label_show是设置上方数据是否显示
line.add("降水量", columns, data1, is_label_show=True)
line.add("蒸发量", columns, data2, is_label_show=True)
line.render()

5、雷达图-Rader

from pyecharts import Radar
radar = Radar("雷达图", "一年的降水量与蒸发量")
//由于雷达图传入的数据得为多维数据,所以这里需要做一下处理
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]]
//设置column的最大值,为了雷达图更为直观,这里的月份最大值设置有所不同
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)
]
//传入坐标
radar.config(schema)
radar.add("降水量",radar_data1)
//一般默认为同一种颜色,这里为了便于区分,需要设置item的颜色
radar.add("蒸发量",radar_data2,item_color="#1C86EE")
radar.render()

Python使用pyecharts控件绘制图表

6、散点图-scatter

from pyecharts import Scatter
scatter = Scatter("散点图", "一年的降水量与蒸发量")
//xais_name是设置横坐标名称,这里由于显示问题,还需要将y轴名称与y轴的距离进行设置
scatter.add("降水量与蒸发量的散点分布", data1,data2,xaxis_name="降水量",yaxis_name="蒸发量",
 yaxis_name_gap=40)
scatter.render()

7、图表布局 Grid

由于标题与图表是属于两个不同的控件,所以这里必须对下方的图表Line进行标题位置设置,否则会出现标题重叠的bug。

from pyecharts import Grid
//设置折线图标题位置
line = Line("折线图","一年的降水量与蒸发量",title_top="45%")
line.add("降水量", columns, data1, is_label_show=True)
line.add("蒸发量", columns, data2, is_label_show=True)
grid = Grid()
//设置两个图表的相对位置
grid.add(bar, grid_bottom="60%")
grid.add(line, grid_top="60%")
grid.render()
from pyecharts import Overlap
overlap = Overlap()
bar = Bar("柱状图-折线图合并", "一年的降水量与蒸发量")
bar.add("降水量", columns, data1, mark_point=["max", "min"])
bar.add("蒸发量", columns, data2, mark_point=["max", "min"])
overlap.add(bar)
overlap.add(line)
overlap.render()

总结

  • 导入相关图表包
  • 进行图表的基础设置,创建图表对象
  • 利用add()方法进行数据输入与图表设置(可以使用print_echarts_options()来输出所有可配置项)
  • 利用render()方法来进行图表保存

pyecharts还有许多好玩的3D图表和地图图表,个人觉得地图图表是最好玩的,各位有兴趣可以去pyecharts的使用手册查看,有中文版的非常方便。

到此这篇关于Python使用pyecharts控件绘制图表的文章就介绍到这了。希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。


Tags in this post...

Python 相关文章推荐
Python正则表达式匹配ip地址实例
Oct 09 Python
Python Flask-web表单使用详解
Nov 18 Python
Python3单行定义多个变量或赋值方法
Jul 12 Python
简单了解python的break、continue、pass
Jul 08 Python
python实现读取excel文件中所有sheet操作示例
Aug 09 Python
Python3批量移动指定文件到指定文件夹方法示例
Sep 02 Python
python使用pip安装SciPy、SymPy、matplotlib教程
Nov 20 Python
如何使用python传入不确定个数参数
Feb 18 Python
Python 基于FIR实现Hilbert滤波器求信号包络详解
Feb 26 Python
python中pathlib模块的基本用法与总结
Aug 17 Python
Python爬虫之Selenium中frame/iframe表单嵌套页面
Dec 04 Python
python Pexpect模块的使用
Dec 25 Python
Python使用openpyxl模块处理Excel文件
Jun 05 #Python
Python中requests库的用法详解
Jun 05 #Python
Python加密与解密模块hashlib与hmac
Jun 05 #Python
Python日志模块logging用法
Jun 05 #Python
Python使用Beautiful Soup(BS4)库解析HTML和XML
Jun 05 #Python
Python四款GUI图形界面库介绍
Python序列化模块JSON与Pickle
Jun 05 #Python
You might like
用PHP和ACCESS写聊天室(六)
2006/10/09 PHP
与数据库连接
2006/10/09 PHP
IIS6+PHP5+MySQL5+Zend Optimizer+phpMyAdmin安装配置图文教程 2009年
2009/06/08 PHP
php数组索引与键值操作技巧实例分析
2015/06/24 PHP
php实现的递归提成方案实例
2015/11/14 PHP
php中实现字符串翻转的方法
2017/02/22 PHP
ThinkPHP开发--使用七牛云储存
2017/09/14 PHP
关于PHP5.6+版本“No input file specified”问题的解决
2019/12/11 PHP
在IE中调用javascript打开Excel的代码(downmoon原作)
2007/04/02 Javascript
jQuery处理xml格式的返回数据(实例解析)
2013/11/28 Javascript
Node.js模块加载详解
2014/08/16 Javascript
jQuery插件ajaxFileUpload实现异步上传文件效果
2015/04/14 Javascript
jQuery+Ajax实现限制查询间隔的方法
2016/06/07 Javascript
Javascript 判断两个IP是否在同一网段实例代码
2016/11/28 Javascript
完美解决input[type=number]无法显示非数字字符的问题
2017/02/28 Javascript
Vue.js如何优雅的进行form validation
2017/04/07 Javascript
学习使用Bootstrap页面排版样式
2017/05/11 Javascript
使用Require.js封装原生js轮播图的实现代码
2017/06/15 Javascript
jQuery与vue实现拖动验证码功能
2018/01/30 jQuery
vue项目中跳转到外部链接的实例讲解
2018/09/20 Javascript
Element Rate 评分的使用方法
2020/07/27 Javascript
[48:52]DOTA2上海特级锦标赛A组小组赛#2 Secret VS CDEC第一局
2016/02/25 DOTA
python将图片文件转换成base64编码的方法
2015/03/14 Python
python基础教程之分支、循环简单用法
2016/06/16 Python
python处理xml文件的方法小结
2017/05/02 Python
python select.select模块通信全过程解析
2017/09/20 Python
Python实现的计数排序算法示例
2017/11/29 Python
ipython和python区别详解
2019/06/26 Python
Django的CVB实例详解
2020/02/10 Python
Python中常用的高阶函数实例详解
2020/02/21 Python
Python日志打印里logging.getLogger源码分析详解
2021/01/17 Python
详解Python openpyxl库的基本应用
2021/02/26 Python
Stella McCartney官网:成衣、包袋、香水、内衣、童装及Adidas系列
2018/12/20 全球购物
《最可爱的人》教学反思
2014/02/14 职场文书
小学生差生评语
2014/12/29 职场文书
投诉信回复范文
2015/07/03 职场文书