Pyecharts数据分析可视化图表

一、Pyecharts概述

1、什么是Pyecharts

Echarts 是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.

2、Pyecharts特性

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, 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+地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持

3、怎么学习pyecharts模块

在学习一项技术前知道这项技术特点是什么, 怎么学是很重要的. 学习pyecharts模块时有一句很著名的话叫作一切皆配置选项, 这句话充分的展示了学习pyecharts模块的精髓。

pyecharts模块本身逻辑很简单, 我们只需要根据我们数据可视化的需求, 对照pyecharts模块的配置参考手册添加配置选项即可.

ps: 如果我想添加一个A主题,那么我去配置手册查找一下添加主题的选项是什么, A主题的配置是什么, 然后在代码中把这些选项添加上即可实现我的需求。

官方参考文档: https://pyecharts.org/#/zh-cn/intro
官方参考案例: https://gallery.pyecharts.org/#/README

注意：使用前提，必须提前安装pyecharts库

pip install pyecharts

4、技术尝鲜

① 导入pyechart.charts模块

from pyecharts.charts import Line

② 创建折线坐标系与生成图形

# 添加一个折线图
temp = Line()
# 生成结果
temp.render()

运行结果：

③ 给x轴增加数据

# 添加一个折线图
temp = Line()
# 给x轴增加数据
temp = Line().add_xaxis(['中国', '美国', '日本'])
# 生成结果
temp.render()

④ 给y轴增加数据

# 添加一个折线图
temp = Line()
# 给x轴增加数据
temp = Line().add_xaxis(['中国', '美国', '日本'])
# 给y轴增加数据
temp = temp.add_yaxis("GDP数据", [30, 20, 10])
# 生成结果
temp.render()

运行结果：

二、pyecharts配置选项说明

1、pyecharts配置三大类别

• 全局配置选项
• 系列配置选项
• 各种图形

2、pycharts配置选项图解

3、set_gobal_opts方法

这里全局配置选项可以通过set_global_opts方法来进行配置, 相应的选项和选项的功能如下：

4、柱状图快速入门

from pyecharts.charts import Bar
from pyecharts import options as opts

# V1 版本开始支持链式调用
# 你所看到的格式其实是 `black` 格式化以后的效果
# 可以执行 `pip install black` 下载使用
bar = (
    Bar()
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
    # 或者直接使用字典参数
    # .set_global_opts(title_opts={"text": "主标题", "subtext": "副标题"})
)
bar.render()

三、创建折线图

1、导入模块

# 导入折线图模块
from pyecharts.charts import Line
# 导入配置选型模块
import pyecharts.options as opts

2、折线图相关配置项

配置项	作用	代码实例
init_opts	对折线图初始化设置宽高	init_opts=opts.InitOpts(width=“1600px”, height=“800px”)
.add_xaxis	添加x轴数据	.add_xaxis(列表)
.add_yaxis	添加y轴数据

3、创建折线图添加数据

# 创建折线图
l = Line(init_opts=opts.InitOpts(width="1600px", height="800px"))

# 添加数据
l.add_xaxis()  # 添加x轴数据

l.add_yaxis()  # 添加y轴数据

4、折线图相关配置项

.add_yaxis()相关配置项：

配置项	作用	代码实例
series_name	设置图例名称	series_name=“美国确诊人数”
y_axis	输入y轴数据	y_axis=[“列表”]
symbol_size	设置点的大小	symbol_size=10
label_opts	标签设置项：不显示标签	label_opts=opts.LabelOpts(is_show=False)
linestyle_opts	线条宽度和样式	linestyle_opts=opts.LineStyleOpts(width=2)

5、全局配置选项

.set_global_opts全局配置选项：

配置项	作用	代码实例
title_opts	设置图标题和位置	title_opts=opts.TitleOpts(title=“标题”, pos_left=“center”)
yaxis_opts	y轴配置项	yaxis_opts=opts.AxisOpts(name=“累计确诊人数”)
xaxis_opts	x轴配置项	xaxis_opts=opts.AxisOpts(name=“时间”)
legend_opts	图例配置项	legend_opts=opts.LegendOpts(pos_left=‘70%’)

四、模拟数据实现

1、模拟数据

模拟数据 :

Faker本身是一个Python的第三方模块, 可以很方便的提供一些简单的虚拟数据, 这些数据方便了我们做一些测试, 小的案例等.

pyecharts作为强大的数据可视化工具经常也需要使用数据做一些测试案例, 所以它本身也融合了Faker这个模块的功能, 这样 我们就没必要专门安装Faker模块了, 只需要使用pyecharts提供给我们的Faker模块使用就可以了.

导入模块 ：

案例演示：

生成随机的7个标签
Faker.choose()

生成随机的7个整数
Faker.values()

2、案例演示

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker


c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
    .render("bar_base.html")
)

运行效果：

五、zip()函数（本节要使用）

1、zip函数使用

zip()函数接受任意多个（包括0个和1个）序列作为参数，

返回一个zip对象zip

2、案例演示