Py之pyecharts：python包之数据可视化包pyecharts简介、安装、使用方法之详细攻略

Py之pyecharts：python包之数据可视化包pyecharts简介、安装、使用方法之详细攻略

相关文章
百度官网echarts案例
Py之pyecharts：python包之数据可视化包pyecharts简介、安装、使用方法之详细攻略
Pyecharts：pyecharts实战之基于pyecharts百度的绘图api绘制各种吊炸天的图表(图文+代码)

pyecharts简介

ECharts是Enterprise Charts的缩写，商业级数据图表，一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器，提供直观，生动，可交互，可高度个性化定制的数据可视化图表。创新的拖拽重计算、数据视图、值域漫游等特性大大增强了用户体验，赋予了用户对数据进行挖掘、整合的能力。

支持折线图（区域图）、柱状图（条状图）、散点图（气泡图）、K线图、饼图（环形图）、雷达图（填充雷达图）、和弦图、力导向布局图、地图、仪表盘、漏斗图、事件河流图等12类图表，同时提供标题，详情气泡、图例、值域、数据区域、时间轴、工具箱等7个可交互组件，支持多图表、组件的联动和混搭展现。

通过上边的叙述，我们都知道有一个很厉害的可视化工具：Echarts，但是国内的一个大神创建了一个轮子：pyecharts，可以实现用python调用echatrs。

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，为了与 Python 进行对接，方便在 Python 中直接使用数据生成图。只是用于展示使用 pyecharts 生成的图的效果，如果您对项目感兴趣，可前往 pyecharts/pyecharts 了解更多内容。
1、图表详细种类

  • 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）

2、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

BTW: 这个网站是用 Flask+pyecharts 写的，并部署在 Heroku。网站源码在 pyecharts/pyecharts-app

pyecharts

pyecharts的安装

pip install pyechart

更新pyecharts
pip install --upgrade pyecharts

pyecharts的使用方法

1、图形绘制过程，基本上所有的图表类型都是这样绘制

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）。

pyecharts绘图流程
(1)、chart_name = Type() 初始化具体类型图表
(2)、add() 添加数据及配置项
(3)、render() 生成 .html 文件

2、各种属性方法

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。
(1)、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

3、地图数据包

因为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：

  • pip3 install echarts-countries-pypkg              #全球国家地图
  • pip3 install echarts-china-provinces-pypkg   #中国省级地图
  • pip3 install echarts-china-cities-pypkg          #中国市级地图

4、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'。
赞 (0)

相关推荐