pyecharts介绍
pyecharts:
Echarts是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。而Python
是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts
诞生了。Echarts
是用JS
来写的,而我们使用pyecharts
则可以使用Python
来调用里面的API
。
优点:
- 简洁的 API 设计,使用如丝滑般流畅,支持链式调用
- 囊括了 30+ 种常见图表,应有尽有
- 支持主流 Notebook 环境,Jupyter Notebook 和 JupyterLab
- 可轻松集成至 Flask,Django 等主流 Web 框架
- 高度灵活的配置项,可轻松搭配出精美的图表
- 详细的文档和示例,帮助开发者更快的上手项目
- 多达 400+ 地图文件以及原生的百度地图,为地理数据可视化提供强有力的支持
安装:
- 在普通的
python
环境中:pip install pyecharts
。 - 在
anaconda
中:- 先打开
anaconda prompt
。 - 输入
pip install pyecharts
进行安装。
- 先打开
官方文档:
- 官方文档(中文):
https://pyecharts.org/#/zh-cn/intro
。 - 官方github:
https://github.com/pyecharts/pyecharts
。
pyecharts快速入门
pyecharts
中可以绘制的图有很多,这里我们先来总体的了解一下他的使用风格,和调用的方式。有宏观的理解后,再具体学习具体图形的绘制。
在Notebook
中创建一个条形图:
from pyecharts.charts import Bar
bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
bar.render_notebook()
链式调用:
有些程序员喜欢链式调用,或者链式调用在某些情况下可以让代码更加简洁。pyecharts
中所有的方法都支持链式调用。比如以上条形图的代码可以改成:
from pyecharts.charts import Bar
bar = (
Bar()
.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
)
bar.render_notebook()
配置选项:
pyecharts
中包括图的标题,颜色主题等,都是通过选项Options
配置的。比如:
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
bar = (
# 使用了InitOpts来初始化图的主题
Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
.add_yaxis("商家B", [10, 21, 30, 15, 80, 92])
# 使用TitleOpts来初始化了标题和子标题
.set_global_opts(title_opts=opts.TitleOpts(title="Pyecharts练习",subtitle="柱状图"))
)
bar.render_notebook()
所有的这些都是有相应的opts
来配置。
绘图配置项数据准备
全局配置项
我们来看下全局配置项有哪些。在学习具体的配置项之前,先来看下pyecharts
生成的图由哪几个部分组成。
针对以上每个部分,都有相应的配置项来进行配置。所有的配置类,都是放到pyecharts.options
中。
AnimationOpts
:画图动画配置项
可以配置画图的动画,比如是否开启动画,动画持续时间,动画缓动效果等。
具体参数参考:https://pyecharts.org/#/zh-cn/global_options?id=animationopts%ef%bc%9aecharts-%e7%94%bb%e5%9b%be%e5%8a%a8%e7%94%bb%e9%85%8d%e7%bd%ae%e9%a1%b9
InitOpts
:初始化配置项
可以配置诸如图像宽度,高度,图表主题,背景颜色等。示例代码如下:
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from faker import Faker
c = (
Bar(
init_opts=opts.InitOpts(
width="500px",
height="400px",
theme=ThemeType.LIGHT,
bg_color="skyblue"
)
)
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
)
c.render_notebook()
具体参考:https://pyecharts.org/#/zh-cn/global_options?id=initopts%ef%bc%9a%e5%88%9d%e5%a7%8b%e5%8c%96%e9%85%8d%e7%bd%ae%e9%a1%b9
。
ToolBoxFeatureOpts
和ToolboxOpts
:工具箱配置项
可以配置图片右上角的工具箱。
具体参考:https://pyecharts.org/#/zh-cn/global_options?id=toolboxfeatureopts%ef%bc%9a%e5%b7%a5%e5%85%b7%e7%ae%b1%e5%b7%a5%e5%85%b7%e9%85%8d%e7%bd%ae%e9%a1%b9
。
TitleOpts
:标题配置项
配置图的标题和子标题等信息。示例代码如下:
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
.set_global_opts(title_opts=opts.TitleOpts(
title="销售表",
pos_right="0",
pos_bottom="2px",
title_textstyle_opts=opts.TextStyleOpts(**{"color":"#333","font_size":12})
))
)
c.render_notebook()
具体参考:https://pyecharts.org/#/zh-cn/global_options?id=titleopts%ef%bc%9a%e6%a0%87%e9%a2%98%e9%85%8d%e7%bd%ae%e9%a1%b9
。
DataZoomOpts
:区域缩放配置项
图的底部的缩放配置项目。比如是否展示缩放,缩放过程中是否需要实时更新图等。
具体参考:https://pyecharts.org/#/zh-cn/global_options?id=datazoomopts%ef%bc%9a%e5%8c%ba%e5%9f%9f%e7%bc%a9%e6%94%be%e9%85%8d%e7%bd%ae%e9%a1%b9
。
LegendOpts
:图例配置项
配置图例。示例代码如下:
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
.set_global_opts(
legend_opts=opts.LegendOpts(selected_mode="mutiple",orient="vertical",pos_right="30px")
)
)
c.render_notebook()
更多请参考:https://pyecharts.org/#/zh-cn/global_options?id=legendopts%ef%bc%9a%e5%9b%be%e4%be%8b%e9%85%8d%e7%bd%ae%e9%a1%b9
。
VisualMapOpts
:视觉映射配置项
示例代码如下:
c = (
Scatter()
.add_xaxis(Faker.choose())
.add_yaxis("商品",[(x,y) for x,y in zip(Faker.values(),Faker.values())])
.set_global_opts(
visualmap_opts = opts.VisualMapOpts(type_="size",range_text=['大','小'])
)
)
c.render_notebook()
更多请参考:https://pyecharts.org/#/zh-cn/global_options?id=visualmapopts%ef%bc%9a%e8%a7%86%e8%a7%89%e6%98%a0%e5%b0%84%e9%85%8d%e7%bd%ae%e9%a1%b9
。
TooltipOpts
:提示框配置项
提示框的配置项。示例代码如下:
c = (
Scatter()
.add_xaxis(Faker.choose())
.add_yaxis("商家A",Faker.values())
.set_global_opts(
title_opts=opts.TitleOpts(title="Scatter-多维度数据"),
tooltip_opts=opts.TooltipOpts(
formatter=JsCode(
"function (params) {return params.value}"
)
)
)
)
c.render_notebook()
更多请参考:https://pyecharts.org/#/zh-cn/global_options?id=tooltipopts%ef%bc%9a%e6%8f%90%e7%a4%ba%e6%a1%86%e9%85%8d%e7%bd%ae%e9%a1%b9
。
AxisLineOpts/AxisTickOpts/AxisPointerOpts/AxisOpts
: 坐标轴轴线/刻度/指示器/坐标轴配置项。示例代码如下:
c = (
Bar()
.add_xaxis(
[
"名字很长的X轴标签1",
"名字很长的X轴标签2",
"名字很长的X轴标签3",
"名字很长的X轴标签4",
"名字很长的X轴标签5",
"名字很长的X轴标签6",
]
)
.add_yaxis("商家A", [10, 20, 30, 40, 50, 40])
.add_yaxis("商家B", [20, 10, 40, 30, 40, 50])
.set_global_opts(
xaxis_opts=opts.AxisOpts(
name="商家名称",
axislabel_opts=opts.LabelOpts(rotate=-15),
axisline_opts = opts.AxisLineOpts(symbol="arrow",linestyle_opts=opts.LineStyleOpts(width=2)),
axistick_opts = opts.AxisTickOpts(is_inside=True,length=20),
axispointer_opts = opts.AxisPointerOpts(is_show=True,type_="line")
)
)
)
c.render_notebook()
更多请参考:https://pyecharts.org/#/zh-cn/global_options?id=axislineopts-%e5%9d%90%e6%a0%87%e8%bd%b4%e8%bd%b4%e7%ba%bf%e9%85%8d%e7%bd%ae%e9%a1%b9
。
SingleAxisOpts
:单轴配置项
更多请参考:https://pyecharts.org/#/zh-cn/global_options?id=singleaxisopts%ef%bc%9a%e5%8d%95%e8%bd%b4%e9%85%8d%e7%bd%ae%e9%a1%b9
。
绘图配置项讲解(1)
绘图配置项讲解(2)
条形图的绘制
条形图
横向条形图:
横向条形图只要调用reversal_axis()
即可。
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
.reversal_axis()
.set_series_opts(label_opts=opts.LabelOpts(position="right"))
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-翻转 XY 轴"))
)
效果图如下:
堆叠条形图:
堆叠条形图只要在添加y
轴的函数add_yaxis
上添加stack
参数即可。示例代码如下:
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values(), stack="stack1")
.add_yaxis("商家B", Faker.values(), stack="stack1")
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠数据(全部)"))
)
效果图如下:
设置条形图的间距:
条形图得间距设置有两种。第一种是设置category_gap
参数,这个参数是x
轴每个分类的间距,第二个是gap
,这个是统一分类下多根柱子间的间距。示例代码如下:
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values(), category_gap="80%")
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-单系列柱间距离"))
)
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values(), gap="0%")
.add_yaxis("商家B", Faker.values(), gap="0%")
.set_global_opts(
title_opts=opts.TitleOpts(title="Bar-不同系列柱间距离"),
)
)
带有网格的条形图:
网格图,是在x
轴和y
轴上,都绘制横线,形成的网格。可以在opts.AxisOpts
中通过设置splitline_opts
实现。
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.set_global_opts(
title_opts=opts.TitleOpts(title="Scatter-显示分割线"),
xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
)
)
c.render_notebook()
箱线图的绘制
箱线图:
箱线图使用pyecharts.charts.Boxplot
来实现。
基本使用:
v1 = [
[850, 740, 900, 1070, 930, 850, 950, 980, 980, 880]
+ [1000, 980, 930, 650, 760, 810, 1000, 1000, 960, 960],
[960, 940, 960, 940, 880, 800, 850, 880, 900]
+ [840, 830, 790, 810, 880, 880, 830, 800, 790, 760, 800],
]
v2 = [
[890, 810, 810, 820, 800, 770, 760, 740, 750, 760]
+ [910, 920, 890, 860, 880, 720, 840, 850, 850, 780],
[890, 840, 780, 810, 760, 810, 790, 810, 820, 850, 870]
+ [870, 810, 740, 810, 940, 950, 800, 810, 870],
]
c = Boxplot()
c.add_xaxis(["expr1", "expr2"]).add_yaxis("A", c.prepare_data(v1)).add_yaxis(
"B", c.prepare_data(v2)
).set_global_opts(title_opts=opts.TitleOpts(title="BoxPlot-基本示例"))
c.render_notebook()
地图的绘制
中国地图:
c = (
Map()
.add("商家A", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="Map-VisualMap(连续型)"),
visualmap_opts=opts.VisualMapOpts(max_=200),
)
)
c.render_notebook()
中国局部地图:
c = (
Map()
.add("商家A", [list(z) for z in zip(Faker.guangdong_city, Faker.values())], "广东")
.set_global_opts(
title_opts=opts.TitleOpts(title="Map-广东地图"),
visualmap_opts=opts.VisualMapOpts(),
)
)
c.render_notebook()
世界地图:
c = (
Map()
.add("商家A", [list(z) for z in zip(Faker.country, Faker.values())], "world")
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
title_opts=opts.TitleOpts(title="Map-世界地图"),
visualmap_opts=opts.VisualMapOpts(max_=200),
)
)
c.render_notebook()