利用pyecharts將數據可視化

可視化展現在數據分析領域中是一個相當重要的點，好的可視化展現對咱們的結果分析有更好的支持做用。

1、問題

在數據分析的時代裏面咱們須要將數據的可視化展示出來，更加方便用戶的觀察。以下圖

有些時候咱們須要將數據和地理關係鏈接起來，將數據更好的可視化操做，以下圖，所以介紹pyecharts。

 

2、方法

解決咱們可使用matplotlib，使用指令【pip install matplotlib】進行安裝，除了這個之外將介紹一種由js渲染出來的動圖——pyecharts，能夠結合中國地圖以及其餘比較酷炫的可視化展現。

1.安裝pyecharts指令

【pip install pyecharts】進行安裝

2.安裝地圖包

安裝國家：【pip3 install echarts-countries-pypkg】

安裝各省：【pip3 install echarts-china-provinces-pypkg】

安裝各個城市：【pip3 install echarts-china-cities-pypkg】 

 

3、使用

因爲python2.7將再也不維護，因此全面使用python3.x+，所以之前的內容都不能在使用須要查看官方文檔給出的例子：pyecharts。

這裏展現一小部分的內容，剩下的內容去參考官網。

Provinces和pro_value都是列表形式的數據，

path_store是存儲的路勁：要以.html結尾，

name是標題名字，

max_c是在圖中顯示的最大值，

min_c是在圖中顯示的最小值。

其他的參數設置能夠在官網中查看。

from pyecharts.charts import Map from pyecharts import options as opts def map_visual_map(counter_dict, path_store, name, max_c, min_c) -> Map: provinces = list(counter_dict.keys()) pro_value = list(counter_dict.values()) c = ( Map() .add("", [list(z) for z in zip(provinces, pro_value)], "china") .set_global_opts( title_opts=opts.TitleOpts(title=name), visualmap_opts=opts.VisualMapOpts(max_=max_c, min_=min_c), ) ) return c.render(path_store)

 

4、結果展現

 

5、注意

1.版本

問題：

不少人在導入的時候會出現 cannt import name 'Bar'。

緣由：

因爲更迭pyecharts0.5的版本不適用高版本，它是支持2.7/3.4+的版本。而1.0的版本是支持3.6+的因此注意版本的使用。

這兩個的區別致使導入的方式和使用的方式不同。下面給出開發者的github的地址，裏面有詳細的介紹。

github：

https://github.com/pyecharts/pyecharts

https://github.com/pyecharts/pyecharts/issues/1033

2.數據安裝

通常安裝一個國家的地圖就夠了，注意數據量也是比較大的。其餘的就根據需求來就能夠了。

 

6、參考：

官方文檔
https://pyecharts.org/#/zh-cn/quickstart

1版本的知乎實例參考
https://zhuanlan.zhihu.com/p/72624794

0.5版本的解決辦法

https://blog.csdn.net/weixin_42741271/article/details/90343159

https://blog.csdn.net/qq_41997920/article/details/89788713