Echarts
是一個由百度開源的數據可視化工具,憑藉着良好的交互性,精巧的圖表設計,獲得了衆多開發者的承認。而python
是一門富有表達力的語言,很適合用於數據處理。當數據分析趕上了數據可視化時,pyecharts
誕生了。html
pyecharts分爲v0.5
和v1
兩個大版本,v0.5和v1兩個版本不兼容,v1是一個全新的版本,所以咱們的學習儘可能都是基於v1版本進行操做。學習任何編程語言,其實官網是最好的老師,下面咱們列出了echarts和pyecharts的官網,比較幸運的是,pyecharts是由一箇中國人開發的,也存在一箇中文網站,這樣學習起來就方便多了。python
echarts官網:
https://www.echartsjs.com/index.html編程
pyecharts官網:
https://pyecharts.org/#/zh-cn/intro瀏覽器
安裝:
pip install pyechartsecharts
查看版本:
print(pyecharts.version)編程語言
pyecharts
是一個全新的可視化繪圖工具,所以它的繪圖邏輯徹底不一樣於前面說到的matplotlib、seaborn、plotly
。函數
所以你想要學好這個可視化工具,最主要的就是要學會它的繪圖邏輯,俗話說:「知己知彼,百戰不殆」
,你只有瞭解別人 ,才能夠用起來順手呀。工具
pyecharts的繪圖邏輯分爲如下幾步。學習
第一步是選擇圖表類型,基於本身的數據特色,咱們看看本身想要繪製那種圖形,須要什麼圖形就導入什麼圖形,下面我簡單列舉了幾個導入方法。網站
from pyecharts.charts import Scatter # 導入散點圖 from pyecharts.charts import Line # 導入折線圖 from pyecharts.charts import Pie # 導入餅圖 from pyecharts.charts import Geo # 導入地圖
第二步是聲明圖形類並添加數據,什麼是圖形類呢?其實每個圖形庫都是被pyecharts做者封裝成爲了一個類
,這就是所謂的面向對象,咱們在使用這個類的時候,須要實例化這個類
(觀察下面代碼)。
聲明類以後,至關於初始化了一個畫布,咱們以後的繪圖就是在這個畫布上進行。接下來要作的就是添加數據,pyecharts中添加數據共有2種方式,一種是普通方式
添加數據,一種是鏈式調用
(觀察下面代碼)來添加數據,後面我會分章節一個個爲你們介紹。
"下面繪製的是:正弦曲線的散點圖" # 1.選擇圖表類型:咱們使用的是散點圖,就直接從charts模塊中導入Scatter這個圖形。 from pyecharts.charts import Scatter import numpy as np x = np.linspace(0,2 * np.pi,100) y = np.sin(x) ( # 注意:使用什麼圖形,就要實例化該圖形的類; # 2.咱們繪製的是Scatter散點圖,就須要實例化散點圖類,直接Scatter() 便可; Scatter() # 實例化類後,接着就是添加數據,下面這種方式就是使用「鏈式調用」的方式繪圖; # 注意:散點圖有X、Y軸,所以須要分別給X軸、Y軸添加數據; # 3.咱們先給X軸添加數據; .add_xaxis(xaxis_data=x) # 4.咱們再給Y軸添加數據; .add_yaxis(series_name="這個圖是幹嗎的",y_axis=y) ).render_notebook()
第三步就是設置全局變量,用通俗的話說就是:調節各類各樣的參數,把圖形變得更好看。
經常使用的有標題配置項
、圖例配置項
、工具配置項
、視覺映射配置項
、提示框配置項
、區域縮放配置項
。
你也許不知道這幾個名詞是什麼意思,可是不用擔憂,你首先是學會了如何使用pyecharts繪圖後,再慢慢學習這方面的內容。
默認狀況下
圖例配置項和提示框配置項是顯示的,其它四個配置項默認狀況下是不顯示的,須要咱們本身設置;第四步是顯示及保存圖表,咱們這裏介紹兩種最經常使用的保存方式,以下所示。
.render("C:\\Users\\黃偉\\Desktop\\CSDN上傳圖像\\a.html") # 若是不指定路徑,就是直接保存在當前工做環境目錄下; # 若是指定了路徑,就是保存到指定的目錄下; # 注意:最終都是以html格式展現,發給其餘任何人均可以直接打開看的; .render_notebook() # 若是咱們使用的是jupyter notebook,直接使用這行代碼,能夠直接顯示圖片;
下面列舉出現的全部圖形都在charts
字模塊下,咱們利用以下代碼就能夠導入各自對應的圖形,在上面的敘述中,我已經列舉了部分圖形的導入方式。
注意:
這裏咱們只列出了部分圖形,包括咱們後面繪製地圖,也都是在pyecharts的子模塊charts模塊下,咱們要記住這句導入相關圖形庫的代碼。
像散點圖、折線圖等二維數據圖形,它既有X軸,又有Y軸,因此咱們不只要爲X軸添加數據,還要爲Y軸添加數據。
像餅圖、地圖這樣沒有X軸、Y軸區分的圖形,咱們直接使用add()方法添加便可。
上面咱們已經說過,pyecharts中繪圖有2種方式。第一種方式:普通方式;第二種方式:鏈式調用。仔細觀察下面的演示代碼,看看區別在哪裏。
from pyecharts.charts import Line import pyecharts.options as opts import numpy as np x = np.linspace(0,2 * np.pi,100) y = np.sin(x) (Line(init_opts=opts.InitOpts(width="700px",height="300px")) .add_xaxis(xaxis_data=x) .add_yaxis(series_name="繪製線圖",y_axis=y,label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="我是標題",subtitle="我是副標題",title_link="https://www.baidu.com/"), tooltip_opts=opts.TooltipOpts(axis_pointer_type="cross")) ).render_notebook() """ 關於全局配置項的代碼部分,你可能不懂,如今不懂沒什麼關係! """
結果以下:
from pyecharts.charts import Pie import pyecharts.options as opts num = [110, 136, 108, 48, 111, 112, 103] lab = ['哈士奇', '薩摩耶', '泰迪', '金毛', '牧羊犬', '吉娃娃', '柯基'] x = [(i, j)for i, j in zip(lab, num)] print(x) pie = Pie(init_opts=opts.InitOpts(width="700px",height="300px")) pie.add(series_name='',data_pair=[(i, j)for i, j in zip(lab, num)]) pie.render_notebook()
結果以下:
在添加數據時候,咱們能夠注意到series_name參數
的存在,它是一個字符串。你也看到了,咱們能夠傳遞一個空字符串,也能夠傳遞指定字符串,最終的做用有點相似於圖例的效果,但這裏並非設置圖例。
你不須要過多的注意這個參數,只須要牢記一點:
這個參數必須有,必須寫,哪怕你傳遞一個空字符串,也要寫,由於不寫這個參數,會報錯。
當咱們學會了如何使用pyecharts
繪圖,而且已經繪製出來了某個圖形,此時這個圖形並不必定好看。這就須要咱們學會使用全局配置項,進行圖形參數的調節與設置。
全部的全局配置項的使用,都是在options
這個子模塊下,咱們在設置全局配置項的時候,記得導入這個模塊。這部分涉及到的參數太多太雜,當你以爲某個圖形須要怎麼改的時候,通常確定是有對應的參數進行處理的,你要相信你能想到的,別人大神確定是都想到了,這個時候你就須要學會使用官網,官網很重要!官網很重要!官網很重要!
注意:默認狀況下圖例配置項和提示框配置項是顯示的,其餘四個配置項默認狀況下是不顯示的,須要咱們本身設置。
.render()
默認將會在當前工做目錄下生成一個 render.html 的文件,支持path參數,進行自定義文件保存位置,最終文件你能夠能夠發送給任何人,直接用瀏覽器打開,交互效果仍然存在。.render_notebook()
隨時隨地渲染圖表。有段時間沒跟你們分享資源福利了,看了下本身的資料夾,整理了一些我認爲比較好的Python學習資料了。相信這套資料能夠對你進階高級工程師有幫助
學習工具
大廠實戰手冊
自學視頻(部分)
【資料免費領取方式】:點這裏:2020Python高薪實戰學習大合集