使用pyecharts進行數據可視化

使用pyecharts 1.5進行數據可視化

安裝 pip install pyecharts
直接使用該命令安裝的版本爲最新版本爲1.5。語法與以前版本大不同，所以本文僅針對1.5及以後版本說明。若想使用以前版本請使用命令pip install pyecharts == 0.1.5.19
注：建議在jupyter notebook中coding，方便debug。

開始使用

基本套路就是先建立一個你須要的空圖層，而後使用.set_global_opts修改全局項再用.set_series_opts修改具體的相關配置就能夠。固然最好的學習地址必定是官方文檔，可是裏面介紹的太過複雜了，這裏僅以快速上手使用爲目標進行幾個例子來講明套路。

地圖

pyecharts比較好的就是繪製地圖，這裏以2019-nCov項目中安徽省地圖繪製爲例。

首先導入須要的包

from pyecharts.charts import Pie ,Grid,Bar,Line
from pyecharts.faker import Faker #數據包from pyecharts.charts import Map,Geo
from pyecharts import options as opts
from pyecharts.globals import ThemeType

OK，我如今有一個省份的一組數據，大概長這樣

locate =['合肥市', '阜陽市', '亳州市', '安慶市', '馬鞍山市', '銅陵市', '六安市', '滁州市', '池州市','蚌埠市','蕪湖市','宿州市','宣城市','淮北市','淮南市','黃山市']`
data =['115','105','72','66','30','22','41','11','11','88','27','27','5','22','14','9']

這也是接觸到的須要繪製地圖的數據格式，兩個list，一個是地名，一個是每一個城市對應的數據，如今執行如下代碼就能夠獲得安徽省的疫情地圖。

list1 = [[locate[i],data[i]] for i in range(len(locate))] #首先建立數據
map_1 = Map(init_opts=opts.InitOpts(width="400px", height="460px")) #建立地圖，其中括號內能夠調整大小，也能夠修改主題顏色。
map_1.add("安徽疫情", list1, maptype="安徽") #添加安徽地圖
map_1.set_global_opts( #設置全局配置項#title_opts=opts.TitleOpts(title="安徽疫情"), 添加標題
    visualmap_opts=opts.VisualMapOpts(max_=120, is_piecewise=True),#最大數據範圍 而且使用分段
    legend_opts=opts.LegendOpts(is_show=False), #是否顯示圖例
    )
map_1.render_notebook() #直接在notebook中顯示# map_1.render('map1.html') 將地圖以html形式保存在工做目錄下

固然地圖還有不少能夠自定義的配置項，選擇須要的配置項添加到對應的函數中便可。

# 數據項 (座標點名稱，座標點值)
    data_pair: Sequence,

    # 地圖類型，具體參考 pyecharts.datasets.map_filenames.json 文件
    maptype: str = "china",

    # 是否選中圖例
    is_selected: bool = True,

    # 是否開啓鼠標縮放和平移漫遊。
    is_roam: bool = True,

    # 當前視角的中心點，用經緯度表示
    center: Optional[Sequence] = None,

    # 當前視角的縮放比例。
    zoom: Optional[Numeric] = 1,

    # 自定義地區的名稱映射
    name_map: Optional[dict] = None,

    # 標記圖形形狀
    symbol: Optional[str] = None,

    # 是否顯示標記圖形
    is_map_symbol_show: bool = True,

    # 標籤配置項，參考 `series_options.LabelOpts`
    label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),

    # 提示框組件配置項，參考 `series_options.TooltipOpts`
    tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,

    # 圖元樣式配置項，參考 `series_options.ItemStyleOpts`
    itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,

    # 高亮標籤配置項，參考 `series_options.LabelOpts`
    emphasis_label_opts: Union[opts.LabelOpts, dict, None] = None,

    # 高亮圖元樣式配置項，參考 `series_options.ItemStyleOpts`
    emphasis_itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,

餅圖

最簡單的一個餅圖

餅圖的更多配置項

# 系列名稱，用於 tooltip 的顯示，legend 的圖例篩選。
    series_name: str,

    # 系列數據項，格式爲 [(key1, value1), (key2, value2)]
    data_pair: Sequence,

    # 系列 label 顏色
    color: Optional[str] = None,

    # 餅圖的半徑，數組的第一項是內半徑，第二項是外半徑# 默認設置成百分比，相對於容器高寬中較小的一項的一半
    radius: Optional[Sequence] = None,

    # 餅圖的中心（圓心）座標，數組的第一項是橫座標，第二項是縱座標# 默認設置成百分比，設置成百分比時第一項是相對於容器寬度，第二項是相對於容器高度
    center: Optional[Sequence] = None,

    # 是否展現成南丁格爾圖，經過半徑區分數據大小，有'radius'和'area'兩種模式。# radius：扇區圓心角展示數據的百分比，半徑展示數據的大小# area：全部扇區圓心角相同，僅經過半徑展示數據大小
    rosetype: Optional[str] = None,

    # 餅圖的扇區是不是順時針排布。
    is_clockwise: bool = True,

    # 標籤配置項，參考 `series_options.LabelOpts`
    label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),

    # 提示框組件配置項，參考 `series_options.TooltipOpts`
    tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,

    # 圖元樣式配置項，參考 `series_options.ItemStyleOpts`
    itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,

繼續使用地圖裏的數據繪製餅圖，如今想看安徽各地區疫情分佈比，就能夠考慮使用餅圖（玫瑰圖）。詳細代碼

柱狀圖map_2 = (
    Pie(init_opts=opts.InitOpts(width="600px", height="500px")) 建立一個餅圖
    .add(
        "", #圖名
        [[locate[i],data[i]] for i in range(len(locate))], #添加數據
        radius=["40%", "75%"], # 調整半徑
    )
    .set_global_opts(
        legend_opts=opts.LegendOpts(
            orient="vertical", pos_top="10%", pos_left="88%"#圖例設置
        ),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) #設置標籤
)
map_2.render_notebook() #直接在notebook中顯示#map_2.render('map2.html') #保存到本地

demo

[object Object]經過添加配置項能夠調整標題、圖例、粗細、位置、背景圖等等

# 系列數據
    yaxis_data: Sequence[Numeric, opts.BarItem, dict],

    # 是否選中圖例
    is_selected: bool = True,

    # 使用的 x 軸的 index，在單個圖表實例中存在多個 x 軸的時候有用。
    xaxis_index: Optional[Numeric] = None,

    # 使用的 y 軸的 index，在單個圖表實例中存在多個 y 軸的時候有用。
    yaxis_index: Optional[Numeric] = None,

    # 系列 label 顏色
    color: Optional[str] = None,

    # 數據堆疊，同個類目軸上系列配置相同的　stack　值能夠堆疊放置。
    stack: Optional[str] = None,

    # 同一系列的柱間距離，默認爲類目間距的 20%，可設固定值
    category_gap: Union[Numeric, str] = "20%",

    # 不一樣系列的柱間距離，爲百分比（如 '30%'，表示柱子寬度的 30%）。# 若是想要兩個系列的柱子重疊，能夠設置 gap 爲 '-100%'。這在用柱子作背景的時候有用。
    gap: Optional[str] = None,

    # 標籤配置項，參考 `series_options.LabelOpts`
    label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),

    # 標記點配置項，參考 `series_options.MarkPointOpts`
    markpoint_opts: Union[opts.MarkPointOpts, dict, None] = None,

    # 標記線配置項，參考 `series_options.MarkLineOpts`
    markline_opts: Union[opts.MarkLineOpts, dict, None] = None,

    # 提示框組件配置項，參考 `series_options.TooltipOpts`
    tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,

    # 圖元樣式配置項，參考 `series_options.ItemStyleOpts`
    itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,

同一圖層繪製多圖

若是想要同時疊加繪製圖形能夠採用參考如下方法

[object Object]

使用新版pyecharts並不難，基本套路都和上面同樣，只要先學會畫圖套路，再多讀官方文檔就能夠。