python可视化神器 |
您所在的位置:网站首页 › python中pyecharts库 › python可视化神器 |
pyecharts是什么? pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,pyecharts 是为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。使用pyecharts可以生成独立的网页,也可以在flask、django中集成使用。 安装很简单:pip install pyecharts 如需使用 Jupyter Notebook 来展示图表,只需要调用自身实例即可,同时兼容 Python2 和 Python3 的 Jupyter Notebook 环境。所有图表均可正常显示,与浏览器一致的交互体验,简直不要太强大。 参考自pyecharts官方文档:http://pyecharts.org 首先开始来绘制你的第一个图表 python可视化神器——pyecharts库 python可视化神器——pyecharts库使用 Jupyter Notebook 来展示图表,只需要调用自身实例即可 add() 主要方法,用于添加图表的数据和设置各种配置项 render() 默认将会在根目录下生成一个 render.html 的文件,文件用浏览器打开。 使用主题 自 0.5.2+ 起,pyecharts 支持更换主体色系 python可视化神器——pyecharts库使用 pyecharts-snapshot 插件 如果想直接将图片保存为 png, pdf, gif 格式的文件,可以使用 pyecharts-snapshot。使用该插件请确保你的系统上已经安装了 Nodejs 环境。 安装 phantomjs $ npm install -g phantomjs-prebuilt 安装 pyecharts-snapshot $ pip install pyecharts-snapshot 调用 render 方法 bar.render(path='snapshot.png') 文件结尾可以为 svg/jpeg/png/pdf/gif。请注意,svg 文件需要你在初始化 bar 的时候设置 renderer='svg'。 图形绘制过程 基本上所有的图表类型都是这样绘制的: chart_name = Type() 初始化具体类型图表。 add() 添加数据及配置项。 render() 生成本地文件(html/svg/jpeg/png/pdf/gif)。 add() 数据一般为两个列表(长度一致)。如果你的数据是字典或者是带元组的字典。可利用 cast() 方法转换。小编推荐一个学Python的学习裙【 二二七,四三五,四五零 】,无论你是大牛还是小白,是想转行还是想入行都可以来了解一起进步一起学习!裙内有开发工具,很多干货和技术资料分享!希望新手少走弯路。 多次显示图表 从 v0.4.0+ 开始,pyecharts 重构了渲染的内部逻辑,改善效率。推荐使用以下方式显示多个图表。如果使是 Numpy 或者 Pandas,可以参考这个示例 python可视化神器——pyecharts库当然你也可以采用更加酷炫的方式,使用 Jupyter Notebook 来展示图表,matplotlib 有的,pyecharts 也会有的 Note: 从 v0.1.9.2 版本开始,废弃 render_notebook() 方法,现已采用更加 pythonic 的做法。直接调用本身实例就可以了。 比如这样 python可视化神器——pyecharts库还有这样 python可视化神器——pyecharts库如果使用的是自定义类,直接调用自定义类示例即可 python可视化神器——pyecharts库图表配置 图形初始化 通用配置项 xyAxis:平面直角坐标系中的 x、y 轴。(Line、Bar、Scatter、EffectScatter、Kline) dataZoom:dataZoom 组件 用于区域缩放,从而能自由关注细节的数据信息,或者概览数据整体,或者去除离群点的影响。(Line、Bar、Scatter、EffectScatter、Kline、Boxplot) legend:图例组件。图例组件展现了不同系列的标记(symbol),颜色和名字。可以通过点击图例控制哪些系列不显示。 label:图形上的文本标签,可用于说明图形的一些数据信息,比如值,名称等。 lineStyle:带线图形的线的风格选项(Line、Polar、Radar、Graph、Parallel) grid3D:3D笛卡尔坐标系组配置项,适用于 3D 图形。(Bar3D, Line3D, Scatter3D) axis3D:3D 笛卡尔坐标系 X,Y,Z 轴配置项,适用于 3D 图形。(Bar3D, Line3D, Scatter3D) visualMap:是视觉映射组件,用于进行『视觉编码』,也就是将数据映射到视觉元素(视觉通道) markLine&markPoint:图形标记组件,用于标记指定的特殊数据,有标记线和标记点两种。(Bar、Line、Kline) tooltip:提示框组件,用于移动或点击鼠标时弹出数据内容 toolbox:右侧实用工具箱 图表详细 Bar(柱状图/条形图) Bar3D(3D 柱状图) Boxplot(箱形图) EffectScatter(带有涟漪特效动画的散点图) Funnel(漏斗图) Gauge(仪表盘) Geo(地理坐标系) GeoLines(地理坐标系线图) Graph(关系图) HeatMap(热力图) Kline/Candlestick(K线图) Line(折线/面积图) Line3D(3D 折线图) Liquid(水球图) Map(地图) Parallel(平行坐标系) Pie(饼图) Polar(极坐标系) Radar(雷达图) Sankey(桑基图) Scatter(散点图) Scatter3D(3D 散点图) ThemeRiver(主题河流图) TreeMap(矩形树图) WordCloud(词云图) 用户自定义 Grid 类:并行显示多张图 Overlap 类:结合不同类型图表叠加画在同张图上 Page 类:同一网页按顺序展示多图 Timeline 类:提供时间线轮播多张图 统一风格 注:pyecharts v0.3.2以后,pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表,可自行安装对应的地图文件包。 地图文件被分成了三个 Python 包,分别为: 全球国家地图: echarts-countries-pypkg 中国省级地图: echarts-china-provinces-pypkg 中国市级地图: echarts-china-cities-pypkg python可视化神器——pyecharts库直接使用python的pip安装 但是这里大家一定要注意,安装完地图包以后一定要重启jupyter notebook,不然是无法显示地图的。 python可视化神器——pyecharts库显示如下: python可视化神器——pyecharts库总得来说,这是一个非常强大的可视化库,既可以集成在flask、Django开发中,也可以在做数据分析的时候单独使用,实在是居家旅行的必备神器 版权声明:本文为CSDN博主「weixin_33713350」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。 原文链接:https://blog.csdn.net/weixin_33713350/article/details/92416077 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |