Python pyecharts 数据可视化

一、生成HTML文件

from pyechart.chart import Bar #从pyechrt 中导入柱状图
from pyechrts import options as opts #全局参数设置


x = ['张三','李四','王五']
y1 = [1140,550,270]
y2 = [570,1340,1370]

bar = Bar() # 示例对象
bar.add_xaxis(xaxis_data=x) # x 轴坐标的数据
bar.add_yaxis(series_name='平台-A',yaxis_data=y1) # 图例名称＋y轴数据
bar.add_yaxis(series_name='平台-B',yaxis_data=y2)
bar.set_global_opts(title_opts=opts.TitleOpts(title='测试一下'))#全局变量设置
# 生成HTML 文件
bar.render(path='bar_test.html')

二、在jupyter notebook中生成 内嵌 图表

from pyecharts.charts import Bar
from pyecharts import options as opts
# Bar 参数数据格式
x = ['张三','李四','王五']
y1 = [1140,550,270]
y2 = [570,1340,1370]

bar2 = Bar()
bar2.add_xaxis(x)
bar2.add_yaxis(series_name='平台-A',yaxis_data=y1) # 图例名称＋y轴数据
bar2.add_yaxis(series_name='平台-B',yaxis_data=y2)

bar2.set_global_opts(title_opts=opts.TitleOpts(title='销售数量'))

bar2.reversal_axis() # x 轴和y轴进行坐标轴的数据转化。 使用这个代码之后横向图表会展示成纵向图表
bar2.render_notebook()

三、生成 图片

使用这种方法生成图片需要进行环境变量的设置，以下是windows中的环境变量设置链接。

https://www.jianshu.com/p/d c0336a0bf50https://www.jianshu.com/p/d c0336a0bf50

四、折线图 绘制

#导入相关库
import pyecharts.options as opts #全局变量设置
from pyecharts.charts import Line #折线图

#数据
x = ['seaborn','matplotlib','plotly','pyecharts','python']
y1 = [440,550,770,450,800]
y2 = [570,1340,1370,1111,2222]

#用函数来绘制图形
c = Line()
c.add_xaxis(xaxis_data=x) #x轴数值
c.add_yaxis(series_name='',y_axis=y1) #y轴数值与标签设置
c.add_yaxis(series_name='',y_axis=y2)

#对工具箱中名称修改
data_zoom = {
    "show":True,
    "title":{"zoom":"data zoom","back":"data zoom restore"}

}
    
#set_global_opts全局变量设置
c.set_global_opts(
      title_opts=opts.TitleOpts(title='测试数据'), #图表标题
      legend_opts=opts.LegendOpts(is_show=True), #图例为True时展示
      tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross'), #触发类型，就是鼠标悬停在图表上时显示的内容
      toolbox_opts=opts.ToolboxOpts(is_show=True,orient='horizontal',
                                    feature=opts.ToolBoxFeatureOpts(data_zoom=data_zoom))#显示工具箱（下载图片、转换图形为柱状图、刷新等）
)


c.render_notebook() #在jupyter notebook中生成图形

五、柱状图 绘制

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

#数据
x = ['Python 数据可视化 seaborn','Python 数据可视化 plotly','Python 数据可视化 pyecharts']
y1 = [1140,559,270]
y2 = [570,1340,1370]

# 创建Bar 示例对象，同时x，y轴数据填充
bar = Bar(init_opts=opts.InitOpts(width='1000px',height='600px')) #设置图表的大小 init_opts

bar.add_xaxis(xaxis_data=x)
bar.add_yaxis(series_name='',yaxis_data=y1)


# bar 设置坐标轴的反转操作
bar.reversal_axis()


# 设置全局参数
bar.set_global_opts(
    title_opts=opts.TitleOpts(title='测试数据'),
    yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=65)), #文字倾斜度
    legend_opts=opts.LegendOpts(is_show=True), # 展示图例默认为 True
    datazoom_opts=opts.DataZoomOpts(type_='slider',range_start=0,range_end=1500) #设置区域缩放配置
)

# 展示图表
bar.render_notebook()
bar.render_notebook()

六、折线图和柱状体的组合

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

x = ['Python','Seaborn','Plotly','pyecharts']
# 绘制柱状图方法

y1 = [1140, 559, 270,1200]# 数据1
y2 = [570,1340,1370,900]  # 数据2
bar = Bar(init_opts=opts.InitOpts(width='1000px',height='600px'))
bar.add_xaxis(xaxis_data=x)
bar.add_yaxis(series_name='数据1',yaxis_data=y1,label_opts=opts.LabelOpts(is_show=True))
bar.add_yaxis(series_name='数据2',yaxis_data=y2,label_opts=opts.LabelOpts(is_show=False))

bar.set_global_opts(title_opts=opts.TitleOpts(title='测试数据'))
    
# bar 扩展
bar.extend_axis(
    yaxis=opts.AxisOpts(
        name='价格',
        type_='value',
        min_=0,
        max_=200,
        interval=10,
        axislabel_opts=opts.LabelOpts(formatter='{value} 吨')) # value
)



# 绘制Line 方法

y = [159,29,49,79]
c = Line()
c.add_xaxis(xaxis_data=x)
c.add_yaxis(series_name='重量',yaxis_index=1,y_axis= y,label_opts=opts.LabelOpts(is_show=False))



# Bar + Line 
bar = bar
line = c

bar.overlap(line).render_notebook() #柱状体和折线图的组合

#bar.render_notebook()

#bar.overlap(line).render()

七、饼图

# 导入库

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

#数据
x_data = ['张三','李四','王五','赵六']
y_data = [830,214,300,1100]

# Pie 设置指定的格式
data_pair = [list(z) for z in  list(zip(x_data,y_data))] # [['张三', 830], ['李四', 214], ['王五', 300], ['赵六', 1100]]

c = Pie(init_opts=opts.InitOpts(width='500px',height='500px'))
c.add(series_name='访问来源',data_pair=data_pair,radius=['40%','75%']) #radius 讲饼图展示位环形图

# 设置全局项
c.set_global_opts(title_opts=opts.TitleOpts(title='测试数据',pos_left='center',pos_top=20),
legend_opts=opts.LegendOpts(orient='vertical',pos_top='15%',pos_left='2%')) #图例


# 设置每项数据占比
c.set_series_opts(tooltip_opts=opts.TooltipOpts(trigger='item',formatter="{a} <br/> {b}:{c} ({d}%)")) #formatter 图表悬停时数据展示格式化
c.render_notebook()

九、散点图

#导入库
from pyecharts.charts import Scatter
from pyecharts import options as opts
import numpy as np

#导入数据
x_data = np.linspace(0,10,30)
y1 = np.sin(x_data)
y2 = np.cos(x_data)


figsize = opts.InitOpts(width='800px',height='300px')
scatter = Scatter(init_opts=figsize)
scatter.add_xaxis(xaxis_data=x_data)

scatter.add_yaxis(
    series_name='y = sin(x) 函数散点图', # 图例名称
    y_axis = y1,#数据
    label_opts=opts.LabelOpts(is_show=False),
    symbol_size=20 # 控制散点图  点的大小
    )# 设置 数据点是否展示

scatter.add_yaxis(
    series_name='y = cos(x) 函数散点图',
    y_axis = y2,
    label_opts=opts.LabelOpts(is_show=False)
)

scatter.set_global_opts(title_opts=opts.TitleOpts(title='散点图',pos_top='20px',pos_left='center'))
scatter.render_notebook()

十、词云

#导入库
import pyecharts.options as opts
from pyecharts.charts import WordCloud

#数据

data = [
    ('python',4583345),
    ('excel',2324539),
    ('人工智能',2296099),
    ('机器学习',1376545),
    ('深度学习',1337607),
    ('mysql',4583345),
    ('数据',5324539),
    ('数据分析',3296099),
    ('数据挖掘',1376545)
]

c = WordCloud()
c.add(series_name='图表',data_pair=data)
c.set_global_opts(title_opts=opts.TitleOpts(title='热词展示'))
c.render_notebook()

十一、地图

#在开始使用之前需要先安装对应的地图文件
pip3 install pyecharts
pip3 install echarts-countries-pypkg
pip3 install echarts-china-provinces-pypkg
pip3 install echarts-china-cities-pypkg

#导入库 pyecharts: 1.x
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType

import pyecharts
import warnings
warnings.filterwarnings('ignore')


#绘制地图
data = [['广东',104320459],['山东',95792719],['河南',94029939]]


c = Geo()
c.add_schema(maptype='china',is_roam=False,label_opts=opts.LabelOpts(is_show=True))
c.add('geo',data,type_=ChartType.EFFECT_SCATTER,symbol_size=12,symbol='pin')
c.set_global_opts(title_opts=opts.TitleOpts(title='测试数据'),legend_opts=opts.LegendOpts(is_show=True))
c.render_notebook()
c.render_notebook()