Python数据分析第8章pyecharts可视化
Python数据分析 第 8 章 pyecharts可视化
第8章pyecharts可视化·pyecharts是基于Echart图表的一个类库，而Echart是百度开源的一个可视化JavaScript库8.1pyecharts简介pyecharts主要基于web浏览器进行显示，绘制的图形比较多，包括折线图、柱状图、饼图、漏斗图、地图、极坐标图等，代码量很少，而且很灵活，绘制出来的图形很美观。使用pyecharts时，需要安装相应的库，安装命令为：pip install pyecharts
第 8 章 pyecharts可视化 • pyecharts是基于Echart图表的一个类库，而 Echart是百度开源的一个可视化JavaScript库。 8.1 pyecharts简介 pyecharts主要基于web浏览器进行显示，绘制的图形比较多， 包括折线图、柱状图、饼图、漏斗图、地图、极坐标图等，代 码量很少，而且很灵活，绘制出来的图形很美观。 使用pyecharts时，需要安装相应的库，安装命令为： pip install pyecharts
8.2 pyecharts的使用方法图形绘制过程，基本上所有的图表类型都是这样绘制的：#初始化具体类型图表chart_name=Type()#添加数据及配置项chart_name.addo)chart_name.rendero#生成本地文件（html/svg/jpeg/png/pdf/gif）chart name.render_notebook#在jupyternotebook中显示
8.2 pyecharts的使用方法 chart_name = Type() #初始化具体类型图表 chart_name .add() #添加数据及配置项 chart_name .render() #生成本地文件（html/svg/jpeg/png/pdf/gif） chart_name .render_notebook #在jupyter notebook中显示 图形绘制过程，基本上所有的图表类型都是这样绘制的：
8.3 pyecharts常用图表1 柱状图利用Bar方法可以绘制柱状图。方法及说明见表8-1。表8-1Bar对象的主要方法及其说明方法使用说明加入x轴参数add xaxis加入y轴参数，可以设置y轴参数，也可在全局设置中add_yaxis设置全局配置设置set_global optssetseriesopts系列配置设置
8.3 pyecharts常用图表 方法 使用说明 add_xaxis 加入x轴参数 add_yaxis 加入y轴参数，可以设置y轴参数，也可在全局设置中 设置 set_global_opts 全局配置设置 set_series_opts 系列配置设置 1 柱状图 利用Bar方法可以绘制柱状图。方法及说明见表8-1。 表8-1 Bar对象的主要方法及其说明
8.3 pyecharts常用图表1 柱状图菜商场销售情况利用Bar方法绘制柱状图：In[1]:frompyecharts.chartsimportBarfrompyechartsimportoptionsasopts%matplotlibinline#V1版本开始支持链式调用bar =(Baro).add_xaxis(r"衬衫"，"毛衣"，"领带”"裤子"，"风衣""高跟鞋""袜子"")addyaxis("商家A"[114,55,27，101,125,27，105]).set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))）bar.render_notebook()#bar.render生成htmlOut[1];
1 柱状图 8.3 pyecharts常用图表 利用Bar方法绘制柱状图： In[1]: from pyecharts.charts import Bar from pyecharts import options as opts %matplotlib inline # V1 版本开始支持链式调用 bar = ( Bar() .add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"]) .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105]) .set_global_opts(title_opts = opts.TitleOpts(title = "某商场销售 情况")) ) bar.render_notebook() #bar.render() 生成html Out[1]:
8.3pyecharts常用图表1 柱状图V1版本开始支持链式调用，如果不习惯链式调用的开发者依旧可以单独调用方法，上面代码为：使用多个addyaxis可以绘制并列柱状图。bar = Bar()bar.addxaxis(["衬衫","毛衣"，"领带","裤子"，"风衣"，"高跟鞋"，"袜子"I)bar.add_yaxis("商家A",[114,55,27,101,125,27,105])bar.set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))bar.render_notebook()
1 柱状图 8.3 pyecharts常用图表 bar = Bar() bar.add_xaxis(["衬衫","毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"]) bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105]) bar.set_global_opts(title_opts = opts.TitleOpts(title = "某商场销售情况")) bar.render_notebook() V1版本开始支持链式调用，如果不习惯链式调用的开发者依旧可以 单独调用方法，上面代码为： 使用多个add_yaxis可以绘制并列柱状图
8.3 pyecharts常用图表1 柱状图货品特需情况例8-2：并列柱状图绘制。frompyecharts.chartsimportBarfrompyecharts importoptionsasopts%matplotlib inlinebar =BarObar.add_xaxis["衬衫""毛衣"，"领带"，"裤子"，"风衣""高跟鞋"，"袜子"D)bar.add yaxis("商家A",[114,55,27,101,125,27,105])bar.add_yaxis("商家B",[57,134,137,129,145,60,49]bar.set_global _opts(title opts =opts.TitleOpts(title="货品销售情况",subtitle="A和B公司")bar.render_notebook()
1 柱状图 8.3 pyecharts常用图表 例8-2：并列柱状图绘制。 from pyecharts.chartsimport Bar from pyecharts import options as opts %matplotlib inline bar = Bar() bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"]) bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105]) bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49]) bar.set_global_opts(title_opts = opts.TitleOpts(title = "货品销售情况",subtitle = "A和B公司")) bar.render_notebook()
8.3 pyecharts常用图表1.柱状图利用bar.reversalaxis可以绘制水平的直方图。【例8-3】绘制水平直方图。%matplotlib inlinebar= Bar()bar.add_xaxis(["衬衫"，"毛衣"，"领带"，"裤子""风衣","高跟鞋""袜子"J)bar.add_yaxis("商家A",[114,55,27,101,125,27,105])bar.add_yaxis("商家B",[57,134,137,129,145,60,49])bar.setglobal_opts(title_opts=opts.TitleOpts(title="货品销售情况",subtitle="A和B公司"),toolbox_opts=opts.ToolboxOpts(is_show=True))品物佳况bar.set series opts(labelopts=opts.LabelOpts(position="right"))bar.reversal_axis()bar.render notebook()
1 柱状图 8.3 pyecharts常用图表 利用bar.reversal_axis()可以绘制水平的直方图。 【例8-3】绘制水平直方图。 %matplotlib inline bar = Bar() bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"]) bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105]) bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49]) bar.set_global_opts(title_opts=opts.TitleOpts(title="货品销售情况",subtitle = "A和B公 司"),toolbox_opts = opts.ToolboxOpts(is_show = True)) bar.set_series_opts(label_opts= opts.LabelOpts(position = "right")) bar.reversal_axis() bar.render_notebook()
8.3 pyecharts常用图表2饼图饼图常用于表现不同类别的占比情况。利用Pie方法可以绘制饼图。【例8-4】饼图绘制。Pie-职称类别比例frompyecharts importoptionsas optsfrom pyecharts.charts import Page, PieL1=[教授，副教授，讲师，助教，其他num = [20,30,10,12,8]c = Pie()c.add("", [list(z) for z in zip(L1,num)])c.set_global_opts(title_opts=opts.TitleOpts(title="Pie-职称类别比例")c.setseries_opts(labelopts=opts.LabelOpts(formatter="[b):[c}"))c.render_notebooko
2 饼图 8.3 pyecharts常用图表 饼图常用于表现不同类别的占比情况。利用Pie方法可以绘制饼图。 【例8-4】饼图绘制。 from pyecharts import options as opts from pyecharts.charts import Page, Pie L1=['教授','副教授','讲师','助教','其他'] num = [20,30,10,12,8] c = Pie() c.add("", [list(z) for z in zip(L1,num)]) c.set_global_opts(title_opts=opts.TitleOpts(title="Pie-职称类别比例")) c.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) c.render_notebook()
8.3 pyecharts常用图表2饼图通过参数圆形饼图radius可以绘制圆形饼图。【例8-5】圆形饼图绘制。from pyechar pie-Radlius数授frompyechar其他：8副教授wd=『教授"讲师教授：20助教num=[20,30其他c = PieO助教：12c.add("",[list(教授：20#圆环的粗细c.set globalRadius"),lege讲师：10pos_left="2%c .set seriesc.render note副教授：30
8.3 pyecharts常用图表 2 饼图 通过参数圆形饼图radius可以绘制圆形饼图。 【例8-5】圆形饼图绘制。 from pyecharts import options as opts from pyecharts.charts import Page, Pie wd = ['教授','副教授','讲师','助教','其他'] num = [20,30,10,12,8] c = Pie() c.add("",[list(z) for z in zip(wd, num)],radius = ["40%", "75%"]) # 圆环的粗细和大小 c.set_global_opts( title_opts=opts.TitleOpts(title="PieRadius"),legend_opts=opts.LegendOpts( orient="vertical", pos_top="5%", pos_left="2%" )) c .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) c.render_notebook()