今天CDA為大家分享：Pyecharts繪制22種超實(shí)用精美圖表

作者：俊欣

來源：關(guān)于數(shù)據(jù)分析與可視化

今天來給大家分享一下Pyecharts模塊，說到它我們就不得不提Echarts，它是由百度開源的一款使用JavaScript實(shí)現(xiàn)的開源可視化庫(kù)，涵蓋了各種圖表、滿足各類業(yè)務(wù)需求，而pyecharts也就是Python與Echarts結(jié)合之后的產(chǎn)物，封裝了Echarts各類圖表的基本操作，然后通過渲染機(jī)制，輸出一個(gè)包含JS代碼的HTML文件。

01、安裝與導(dǎo)入模塊

說到安裝模塊，我們可以這樣來進(jìn)行，

pip install pyecharts

使用Pyecharts創(chuàng)建圖形的基本步驟是

1. 準(zhǔn)備數(shù)據(jù)

2. 設(shè)計(jì)圖形的樣式、背景顏色

3. Pyecharts繪圖

4. 設(shè)計(jì)圖表的標(biāo)題或者圖例等屬性

5. 導(dǎo)出至html

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1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="這是主標(biāo)題", subtitle="這是副標(biāo)題"))
    .render("bar_base.html")
)

出來的結(jié)果是

02、數(shù)據(jù)準(zhǔn)備

import pandas as pd import numpy as np data = pd.DataFrame({'x':np.arange(1,101), 'y':["隨機(jī)生成的數(shù)字"]})


df = pd.read_excel("你的文件的路徑")

03、Pycharts還提供內(nèi)置的數(shù)據(jù)集

Pyecharts內(nèi)部還提供了一些數(shù)據(jù)集，主要包含類別數(shù)據(jù)、時(shí)間數(shù)據(jù)、顏色數(shù)據(jù)、地理數(shù)據(jù)、世界人口數(shù)據(jù)等等，通過choose()方法來隨機(jī)選擇使用哪個(gè)

def choose(self) -> list: return random.choice(
        [ self.clothes, self.drinks, self.phones, self.fruits, self.animal, self.dogs, self.week,
        ]
    )

04、圖形的樣式

說到圖形的樣式，大概都這么幾種

class _ThemeType:
    BUILTIN_THEMES = ["light", "dark", "white"]
    LIGHT = "light" DARK = "dark" WHITE = "white" CHALK: str = "chalk" ESSOS: str = "essos" INFOGRAPHIC: str = "infographic" MACARONS: str = "macarons" PURPLE_PASSION: str = "purple-passion" ROMA: str = "roma" ROMANTIC: str = "romantic" SHINE: str = "shine" VINTAGE: str = "vintage" WALDEN: str = "walden" WESTEROS: str = "westeros" WONDERLAND: str = "wonderland" HALLOWEEN: str = "halloween"

06、設(shè)置標(biāo)題、副標(biāo)題

設(shè)置標(biāo)題以及副標(biāo)題的代碼如下

set_global_opts(title_opts=opts.TitleOpts(title="這是主標(biāo)題",
                                          subtitle="這是副標(biāo)題"))

07、設(shè)置圖例與位置

legend_opts=opts.LegendOpts(type_="scroll", orient="vertical",
                            pos_top="15%",pos_left="7%")) # 圖裂的位置 label_opts=opts.LabelOpts(formatter=": {c}") # 結(jié)果的展現(xiàn)形式

08、導(dǎo)出結(jié)果

render("test.html")


# 如果是在jupyter notebook當(dāng)中 render_notebook()

09、Pyecharts繪圖

堆疊柱狀圖

同個(gè)品類不同類目的柱子可以堆疊起來呈現(xiàn)，也就是堆疊的柱狀圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), stack="stack1")
    .add_yaxis("商家2", Faker.values(), stack="stack1")
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆疊數(shù)據(jù)（全部）"))
    .render("bar_stack_1212.html")
)

當(dāng)然我們也可以部分堆疊，而不是上面這種全部的堆疊

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), stack="stack0")
    .add_yaxis("商家2", Faker.values(), stack="stack0")
    .add_yaxis("商家3", Faker.values())
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆疊數(shù)據(jù)（部分）"))
    .render("bar_stack_part.html")
)

柱狀圖的橫坐標(biāo)傾斜一丟丟

有時(shí)候橫坐標(biāo)的標(biāo)識(shí)字?jǐn)?shù)較多，X軸上顯示全，我們可以將標(biāo)識(shí)的字體稍微傾斜一些

c = (
    Bar()
    .add_xaxis(
        [ "名字相當(dāng)長(zhǎng)的X軸標(biāo)簽1", "名字相當(dāng)長(zhǎng)的X軸標(biāo)簽2", "名字相當(dāng)長(zhǎng)的X軸標(biāo)簽3", "名字相當(dāng)長(zhǎng)的X軸標(biāo)簽4", "名字相當(dāng)長(zhǎng)的X軸標(biāo)簽5", "名字相當(dāng)長(zhǎng)的X軸標(biāo)簽6", ]
    )
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),
        title_opts=opts.TitleOpts(title="Bar-旋轉(zhuǎn)X軸標(biāo)簽", subtitle="副標(biāo)題"),
    )
    .render("test.html")
)

柱狀圖可以自動(dòng)縮放的

通過底下的滑塊來實(shí)現(xiàn)橫坐標(biāo)的縮放、范圍的調(diào)整等等

c = (
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-數(shù)據(jù)縮放（拖快-水平）"),
        datazoom_opts=opts.DataZoomOpts(),
    )
    .render("bar_datazoom_slider.html")
)

當(dāng)然滑塊也可以放在垂直的右側(cè)

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values, color=Faker.rand_color())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（滑塊-垂直）"),
        datazoom_opts=opts.DataZoomOpts(orient="vertical"),
    )
    .render("bar_datazoom_slider_vertical.html")
)

我們也可以通過拖動(dòng)里面的柱子來實(shí)現(xiàn)數(shù)據(jù)縮放、范圍的改變

c = (
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（內(nèi)置+外置）"),
        datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],
    )
    .render("bar_datazoom_both.html")
)

柱狀圖給X軸Y軸命名的

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-XY 軸名稱"),
        yaxis_opts=opts.AxisOpts(name="這個(gè)是 Y 軸"),
        xaxis_opts=opts.AxisOpts(name="這個(gè)是 X 軸"),
    )
    .render("bar_name_xyaxis.html")
)

柱狀圖柱間距離不相同的

在柱狀圖當(dāng)中，不同柱子之間的距離也可以不是相同的

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.WHITE))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), gap="0%")
    .add_yaxis("商家2", Faker.values(), gap="0%")
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-柱間距離不同"))
    .render("bar_different_series_gap.html")
)

柱狀圖水平狀態(tài)的

還有水平方向的柱狀圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-水平方向"))
    .render("bar_reversal_axis.html")
)

直方圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), category_gap=0, color=Faker.rand_color())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方圖"))
    .render("bar_histogram.html")
)

箱型圖

箱型圖更加有利于我們來觀察數(shù)據(jù)的內(nèi)在分布

from pyecharts.charts import Boxplot v1 = [ [850, 740, 950, 1090, 930, 850, 950, 980, 1000, 880, 1000, 980], [980, 940, 960, 940, 900, 800, 850, 880, 950, 840, 830, 800], ] v2 = [ [890, 820, 820, 820, 800, 770, 760, 760, 750, 760, 950, 920], [900, 840, 800, 810, 760, 810, 790, 850, 820, 850, 870, 880], ] c = Boxplot() c.add_xaxis(["A", "B"]) c.add_yaxis("類目1", c.prepare_data(v1)) c.add_yaxis("類目2", c.prepare_data(v2)) c.set_global_opts(title_opts=opts.TitleOpts(title="箱型圖-基本示例")) c.render("boxplot_test.html")

日歷圖

日歷圖具體指按照日歷的布局，用顏色展現(xiàn)每一天的數(shù)據(jù)，從而比較直觀地看到全年的數(shù)據(jù)情況，例如展示超市全年的銷售額，從而看出具體某個(gè)月份或者某個(gè)星期的銷售額比較低

c = ( Calendar(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC)) .add("", data, calendar_opts=opts.CalendarOpts(range_="2020")) .set_global_opts( title_opts=opts.TitleOpts(title="日歷圖-2020年超市的銷售額"), visualmap_opts=opts.VisualMapOpts( max_=250000, min_=10000, orient="horizontal", is_piecewise=True, pos_top="230px", pos_left="100px", ), ) .render("calendar_test.html") )

K線圖

c = (
    Kline(init_opts=opts.InitOpts(theme=ThemeType.ESSOS))
    .add_xaxis(["2020/7/{}".format(i + 1) for i in range(31)])
    .add_yaxis("kline", data)
    .set_global_opts(
        yaxis_opts=opts.AxisOpts(is_scale=True),
        xaxis_opts=opts.AxisOpts(is_scale=True),
        title_opts=opts.TitleOpts(title="K線圖-基本示例"),
    )
    .render("kline_test.html")
)

漏斗圖

from pyecharts.charts import Funnel c = ( Funnel()
    .add("類目", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="漏斗圖-基本示例"))
    .render("funnel_test.html")
)

折線圖

c = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="折線圖-基本示例"))
    .render("line_test.html")
)

水球圖

水球圖通常來顯示指標(biāo)的完成程度

from pyecharts.charts import Liquid c = ( Liquid()
    .add("lq", [0.55, 0.75])
    .set_global_opts(title_opts=opts.TitleOpts(title="Liquid-基本示例"))
    .render("liquid_test.html")
)

詞云圖

c = (
    WordCloud()
    .add(series_name="詞云圖實(shí)例", data_pair=data, word_size_range=[5, 100])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="詞云圖實(shí)例", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
    .render("basic_wordcloud.html")
)

餅圖

c = ( Pie()
    .add("類目", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="餅圖-基本示例"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}"))
    .render("pie_test.html")
)

儀表盤圖

儀表盤的繪制也可以用來展示指標(biāo)的完成程度

from pyecharts.charts import Gauge c = ( Gauge()
    .add("", [("完成率", 70)])
    .set_global_opts(title_opts=opts.TitleOpts(title="儀表盤-基本示例"))
    .render("gauge_test.html")
)

地圖

c = ( Map()
    .add("商家1", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
    .set_global_opts(title_opts=opts.TitleOpts(title="地圖-基本示例"))
    .render("map_test.html")
)

漣漪散點(diǎn)圖

c = (
    EffectScatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="漣漪散點(diǎn)圖-基本示例"))
    .render("effectscatter_test.html")
)