python数据分析和可视化(使用Pyecharts实现python数据可视化)
python数据分析和可视化(使用Pyecharts实现python数据可视化)数据项,数据中,每一行是一个『数据项』,每一列属于一个『维度』。每一行包含两个或三个数据,如 ["广州" "北京"] 或 ["广州" "北京",100],则指定从广州到北京。第三个值用于表示该 line 的数值,该值可省略。data -> [list] 包含列表的列表GeoLines(地理坐标系线图)用于带有起点和终点信息的线数据的绘制,主要用于地图上的航线,路线的可视化。GeoLines.add() 方法签名 add(name data maptype='china' symbol=None symbol_size=12 border_color="#111" geo_normal_color="#323c48" geo_emphasis_color="#2a333d" geo_cities_coords=None geo_effect_period=6
这篇文章也许不是枯燥,而是美!用使用Pyecharts实现python数据可视化,真是惊艳!你不信,那就来一睹为快吧:
安装Pyecharts
pip install Pyecharts
分享一个里面的内容
GeoLines(地理坐标系线图)
用于带有起点和终点信息的线数据的绘制,主要用于地图上的航线,路线的可视化。
GeoLines.add() 方法签名 add(name data maptype='china' symbol=None symbol_size=12 border_color="#111" geo_normal_color="#323c48" geo_emphasis_color="#2a333d" geo_cities_coords=None geo_effect_period=6 geo_effect_traillength=0 geo_effect_color='#fff' geo_effect_symbol='circle' geo_effect_symbolsize=5 is_geo_effect_show=True is_roam=True **kwargs) ame -> str
图例名称
data -> [list] 包含列表的列表
数据项,数据中,每一行是一个『数据项』,每一列属于一个『维度』。每一行包含两个或三个数据,如 ["广州" "北京"] 或 ["广州" "北京",100],则指定从广州到北京。第三个值用于表示该 line 的数值,该值可省略。
maptype -> str
地图类型。 从 v0.3.2 起,地图已经变为扩展包,支持全国省份,全国城市,全国区县,全球国家等地图
symbol -> str
线两端的标记类型,可以是一个数组分别指定两端,也可以是单个统一指定。
symbol_size -> int
线两端的标记大小,可以是一个数组分别指定两端,也可以是单个统一指定。
border_color -> str
地图边界颜色。默认为 '#111'
geo_normal_color -> str
正常状态下地图区域的颜色。默认为 '#323c48'
geo_emphasis_color -> str
高亮状态下地图区域的颜色。默认为 '#2a333d'
geo_cities_coords -> dict
用户自定义地区经纬度,类似如 {'阿城': [126.58 45.32] } 这样的字典,当用于提供了该参数时,将会覆盖原有预存的区域坐标信息。
geo_effect_period -> int/float
特效动画的时间,单位为 s,默认为 6s
geo_effect_traillength -> float
特效尾迹的长度。取从 0 到 1 的值,数值越大尾迹越长。默认为 0
geo_effect_color -> str
特效标记的颜色。默认为 '#fff'
geo_effect_symbol -> str
特效图形的标记。有 'circle' 'rect' 'roundRect' 'triangle' 'diamond' 'pin' 'arrow' 'plane' 可选。
geo_effect_symbolsize -> int/list
特效标记的大小,可以设置成诸如 10 这样单一的数字,也可以用数组分开表示高和宽,例如 [20 10] 表示标记宽为 20,高为 10。
is_geo_effect_show -> bool
是否显示特效。
is_roam -> bool
是否开启鼠标缩放和平移漫游。默认为 True
如果只想要开启缩放或者平移,可以设置成'scale'或者'move'。设置成 True 为都开启
默认效果
from pyecharts import GeoLines Stylestyle = Style( title_top="#fff" title_pos = "center" width=1200 height=600 background_color="#404a59")data_guangzhou = [ ["广州" "上海"] ["广州" "北京"] ["广州" "南京"] ["广州" "重庆"] ["广州" "兰州"] ["广州" "杭州"]]geolines = GeoLines("GeoLines 示例" **style.init_style)geolines.add("从广州出发" data_guangzhou is_legend_show=False)geolines.render()
稍加配置
from pyecharts import GeoLines Stylestyle_geo = style.add( is_label_show=True line_curve=0.2 line_opacity=0.6 legend_text_color="#eee" legend_pos="right" geo_effect_symbol="plane" geo_effect_symbolsize=15 label_color=['#a6c84c' '#ffa022' '#46bee9'] label_pos="right" label_formatter="{b}" label_text_color="#eee" )geolines = GeoLines("GeoLines 示例" **style.init_style)geolines.add("从广州出发" data_guangzhou **style_geo)geolines.render()
指定数值
from pyecharts import GeoLines Styledata_guangzhou = [ ["广州" "上海" 10] ["广州" "北京" 20] ["广州" "南京" 30] ["广州" "重庆" 40] ["广州" "兰州" 50] ["广州" "杭州" 60] ]lines = GeoLines("GeoLines 示例" **style.init_style)lines.add( "从广州出发" data_guangzhou tooltip_formatter="{a} : {c}" **style_geo)lines.render()
多例模式
from pyecharts import GeoLines Styledata_beijing = [ ["北京" "上海"] ["北京" "广州"] ["北京" "南京"] ["北京" "重庆"] ["北京" "兰州"] ["北京" "杭州"]]geolines = GeoLines("GeoLines 示例" **style.init_style)geolines.add("从广州出发" data_guangzhou **style_geo)geolines.add("从北京出发" data_beijing **style_geo)geolines.render()
单例模式,指定 legend_selectedmode="single"
from pyecharts import GeoLines Stylestyle_geo = style.add( is_label_show=True line_curve=0.2 line_opacity=0.6 legend_text_color="#eee" legend_pos="right" geo_effect_symbol="plane" geo_effect_symbolsize=15 label_color=['#a6c84c' '#ffa022' '#46bee9'] label_pos="right" label_formatter="{b}" label_text_color="#eee" legend_selectedmode="single" #指定单例模式)geolines = GeoLines("GeoLines 示例" **style.init_style)geolines.add("从广州出发" data_guangzhou **style_geo)geolines.add("从北京出发" data_beijing **style_geo)geolines.render()
是不是很有强大,很好看?!
这只是其中的一种可视化图像,里面还有很多,比如:
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)
使用Pyecharts实现python数据可视化,是不是很惊艳?有没有特别想操作试试的冲动呢?那就赶紧行动吧!如果你还有关于python的问题,可以关注“武汉千锋”微信公众号,定期更新各种python行业动态和学习资料。