数据可视化之pyecharts

Echarts 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 图表的类库。实际上就是 Echarts 与 Python 的对接。

安装

pip install pyecharts

一、柱形图（条形图）

　　柱形图简明、醒目，是一种常用的统计图形。以下生成的图都可以点击 html 文件打开，点击图形右边下载按钮可以下载到本地。

from pyecharts import Bar

bar = Bar("成绩柱形图", "副标题")
# 用于添加图表的数据和设置各种配置项
# is_more_utils=True可以按右边的下载按钮将图片下载到本地

bar.add("成绩表", ["语文", "数学", "英语", "物理", "化学", "生物"], [88, 90, 92, 87, 83, 81], is_more_utils=True)
bar.show_config()    # 打印输出图表的所有配置项
bar.render('bar.html')         # 在指定目录下生成一个 bar.html 的文件

二、饼图

饼图英文学名为 Sector Graph, 又名 Pie Graph，常用于统计学模块。　

from pyecharts import Pie

attr = ["语文", "数学", "英语", "物理", "化学", "生物"]
score = [20, 30, 40, 25, 10, 15]
pie = Pie('图书销量饼图')
pie.add('', attr, score, is_label_show=True)
pie.render('pie.html')

　　

三、圆环图

仅排列在工作表的列或行中的数据可以绘制到圆环图中。

from pyecharts import Pie

attr = ["语文", "数学", "英语", "物理", "化学", "生物"]
score = [20, 30, 40, 25, 10, 15]
pie = Pie('图书销量圆环图', title_pos='center')
pie.add('', attr, score, radius=[40, 75], label_text_color=None, is_label_show=True,
        legend_orient='vertical', legend_pos='left')
pie.render('pieround.html')   # 在指定目录下生成文件

　　

四、3d散点图

散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，
据此可以选择合适的函数对数据点进行拟合。

from pyecharts import Scatter3D
from pyecharts import Page
import random

page = Page()
data = [[random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)] for _ in range(80)]
range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf',
               '#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026']
scatter3D = Scatter3D("3D 散点图示例", width=1200, height=600)
scatter3D.add("", data, is_visualmap=True, visual_range_color=range_color)
page.add(scatter3D)
page.render('scatter.html')    # 在指定目录下生成文件

　　

五、3d折线图

折线图是排列在工作表的列或行中的数据可以绘制到折线图中。折线图可以显示随时间（根据常用比例设置）而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。

from pyecharts import Line3D

data = [[1, 2, 3, 4], [1, 2, 3, 4], [0, 4, 8, 16]]
Line3D = Line3D("3D 折线图示例", width=1200, height=600)
Line3D.add("", data, is_visualmap=True)
Line3D.render('3D折线图.html')    # 在指定目录下生成文件

　

六、仪表盘

仪表盘图的效果如下图所示，图中指针指向的位置是当前的数值。

from pyecharts import Gauge

gauge = Gauge('项目完成进度')
gauge.add('进度表', '完成率', 88.88)
gauge.render('gauge.html')    # 在指定目录下生成文件

七、漏斗图

漏斗图这种方法起源于作业管理领域。 

from pyecharts import Funnel

attr = ['认知', '了解', '认可', '考虑', '意向', '购买']
value = [120, 100, 80, 60, 40, 20]
funnel = Funnel('客户购买分析图')
funnel.add('买车', attr, value, is_label_show=True, label_pos='inside', label_text_color='#fff')
funnel.render('funnel.html')    # 在指定目录下生成文件

　

八、地图

from pyecharts import Geo

data = [
    ("上海", 25), ("北京", 36), ("武汉", 23), ("舟山", 12), ("齐齐哈尔", 14), ("盐城", 15),
    ("赤峰", 16), ("青岛", 18), ("乳山", 18), ("金昌", 19), ("泉州", 21), ("莱西", 21),
    ("日照", 21), ("胶南", 22), ("南通", 23), ("拉萨", 24), ("云浮", 24), ("梅州", 25)]
geo = Geo('主要城市空气质量', 'PM2.5', title_color='#fff', title_pos='center',
          width=1200, height=600, background_color='#404a59')
attr, value = geo.cast(data)
geo.add('', attr, value, visual_range=[0, 200], visual_text_color='#fff', symbol_size=15,
        is_visualmap=True, is_piecewise=True, visual_split_number=6)
geo.render('geo.html')    # 在指定目录下生成文件

九、词云图

我们以 IEEE Spectrum 发布的 2018 年度顶级编程语言排行榜作为数据来制作词云图。

from pyecharts import WordCloud

language = ['Python', 'C++', 'C', 'Java', 'C#', 'PHP', 'R', 'JavaScript', 'Go', 'Assembly']
rank = [100, 98.4, 98.2, 97.5, 89.8, 85.4, 83.3, 82.8, 76.7, 74.5]
wordcloud = WordCloud(width=1500, height=700)
wordcloud.add('', language, rank, word_size_range=[20, 100])
wordcloud.render('worldcloud.html')    # 在指定目录下生成文件

　　

十、水球图

水球图是一种适合于展现单个百分比数据的图表类型。

from pyecharts import Liquid

liquid = Liquid("水球图")
liquid.add("Liquid", [0.8])
liquid.show_config()
liquid.render('liquid.html')    # 在指定目录下生成文件

　

更多使用详情请关注 http://pyecharts.org