pyecharts 动态作图(十分钟掌握pyecharts十类顶级图)
pyecharts 动态作图(十分钟掌握pyecharts十类顶级图)3 日历图2 漏斗图from pyecharts import options as optsfrom pyecharts.charts import Funnel Pagefrom random import randintdef funnel_base() -> Funnel: c = ( Funnel() .add("豪车" [list(z) for z in zip([ 宝马 法拉利 奔驰 奥迪 大众 丰田 特斯拉 ] [randint(1 20) for _ in range(7)])]) .set_global_opts(title_opts=opts.TitleOpts(title=&
使用pip install pyecharts 安装,安装后的版本为 v1.6
pyecharts几行代码就能绘制出有特色的的图形,绘图API链式调用,使用方便。
1 仪表盘
from pyecharts import charts# 仪表盘gauge = charts.Gauge()gauge.add( Python小例子 [( Python机器学习 30) ( Python基础 70.) ( Python正则 90)])gauge.render(path="./data/仪表盘.html")print( ok )
仪表盘中共展示三项,每项的比例为30% 70% 90%,如下图默认名称显示第一项:Python机器学习,完成比例为30%
2 漏斗图
from pyecharts import options as optsfrom pyecharts.charts import Funnel Pagefrom random import randintdef funnel_base() -> Funnel: c = ( Funnel() .add("豪车" [list(z) for z in zip([ 宝马 法拉利 奔驰 奥迪 大众 丰田 特斯拉 ] [randint(1 20) for _ in range(7)])]) .set_global_opts(title_opts=opts.TitleOpts(title="豪车漏斗图")) ) return c funnel_base().render( ./img/car_funnel.html )print( ok )
以7种车型及某个属性值绘制的漏斗图,属性值大越靠近漏斗的大端。
3 日历图
import datetimeimport randomfrom pyecharts import options as optsfrom pyecharts.charts import Calendardef calendar_interval_1() -> Calendar: begin = datetime.date(2019 1 1) end = datetime.date(2019 12 27) data = [ [str(begin datetime.timedelta(days=i)) random.randint(1000 25000)] for i in range(0 (end - begin).days 1 2) # 隔天统计 ] calendar = ( Calendar(init_opts=opts.InitOpts(width="1200px")).add( "" data calendar_opts=opts.CalendarOpts(range_="2019")) .set_global_opts( title_opts=opts.TitleOpts(title="Calendar-2019年步数统计") visualmap_opts=opts.VisualMapOpts( max_=25000 min_=1000 orient="horizontal" is_piecewise=True pos_top="230px" pos_left="100px" ) ) ) return calendarcalendar_interval_1().render( ./img/calendar.html )print( ok )
绘制2019年1月1日到12月27日的步行数,官方给出的图形宽度900px不够,只能显示到9月份,本例使用opts.InitOpts(width="1200px")做出微调,并且visualmap显示所有步数,每隔一天显示一次:
4 关系图(graph)
import jsonimport osfrom pyecharts import options as optsfrom pyecharts.charts import Graph Pagedef graph_base() -> Graph: nodes = [ {"name": "cus1" "symbolSize": 10} {"name": "cus2" "symbolSize": 30} {"name": "cus3" "symbolSize": 20} ] links = [] for i in nodes: if i.get( name ) == cus1 : continue for j in nodes: if j.get( name ) == cus1 : continue links.append({"source": i.get("name") "target": j.get("name")}) c = ( Graph() .add("" nodes links repulsion=8000) .set_global_opts(title_opts=opts.TitleOpts(title="customer-influence")) ) return c
构建图,其中客户点1与其他两个客户都没有关系(link),也就是不存在有效边:
还可以做成微博转发关系图
甚至依存关系图
5 水球图
from pyecharts import options as optsfrom pyecharts.charts import Liquid Pagefrom pyecharts.globals import SymbolTypedef liquid() -> Liquid: c = ( Liquid() .add("lq" [0.67 0.30 0.15]) .set_global_opts(title_opts=opts.TitleOpts(title="Liquid")) ) return cliquid().render( ./img/liquid.html )
水球图的取值[0.67 0.30 0.15]表示下图中的三个波浪线,一般代表三个百分比:
6 饼图
from pyecharts import options as optsfrom pyecharts.charts import Piefrom random import randintdef pie_base() -> Pie: c = ( Pie() .add("" [list(z) for z in zip([ 宝马 法拉利 奔驰 奥迪 大众 丰田 特斯拉 ] [randint(1 20) for _ in range(7)])]) .set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例")) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) ) return cpie_base().render( ./img/pie_pyecharts.html )
7 极坐标
import randomfrom pyecharts import options as optsfrom pyecharts.charts import Page Polardef polar_scatter0() -> Polar: data = [(alpha random.randint(1 100)) for alpha in range(101)] # r = random.randint(1 100) print(data) c = ( Polar() .add("" data type_="bar" label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="Polar")) ) return cpolar_scatter0().render( ./img/polar.html )
极坐标表示为(夹角 半径),如(6 94)表示"夹角"为6,半径94的点:
8 词云图
from pyecharts import options as optsfrom pyecharts.charts import Page WordCloudfrom pyecharts.globals import SymbolTypewords = [ ("Python" 100) ("C " 80) ("Java" 95) ("R" 50) ("JavaScript" 79) ("C" 65)]def wordcloud() -> WordCloud: c = ( WordCloud() # word_size_range: 单词字体大小范围 .add("" words word_size_range=[20 100] shape= cardioid ) .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud")) ) return cwordcloud().render( ./img/wordcloud.html )
("C" 65)表示在本次统计中C语言出现65次
9 热力图
import randomfrom pyecharts import options as optsfrom pyecharts.charts import HeatMapdef heatmap_car() -> HeatMap: x = [ 宝马 法拉利 奔驰 奥迪 大众 丰田 特斯拉 ] y = [ 中国 日本 南非 澳大利亚 阿根廷 阿尔及利亚 法国 意大利 加拿大 ] value = [[i j random.randint(0 100)] for i in range(len(x)) for j in range(len(y))] c = ( HeatMap() .add_xaxis(x) .add_yaxis("销量" y value) .set_global_opts( title_opts=opts.TitleOpts(title="HeatMap") visualmap_opts=opts.VisualMapOpts() ) ) return cheatmap_car().render( ./img/heatmap_pyecharts.html )
10 地图
地图之前用过很多次,不过多说明,看看效果。
省级区域图
世界地图
甚至还可以结合百度地图做可缩放地图。
结语
pyecharts有30多种不同的可视化图形,开源免费且文档案例详细,可作为数据可视化首选!