Python資料可視化庫pyecharts

針對資料分析團隊需求，簡單整理了一些相關内容分享同步大家學習，旨在幫助機器學習人員、資料分析人員、NLP算法人員快速了解業務資料，針對性解決工程中面臨的問題。

@[TOC]

pyecharts 介紹和安裝

ECharts，一個使用 JavaScript 實作的開源可視化庫，可以流暢的運作在 PC 和移動裝置上，相容目前絕大部分浏覽器（IE8/9/10/11，Chrome，Firefox，Safari等），底層依賴輕量級的矢量圖形庫 ZRender，提供直覺，互動豐富，可高度個性化定制的資料可視化圖表。

Echarts 百度開源可視化工具

http://echarts.baidu.com

pyecharts：國内大神實作Python 調用echarts 庫

特性

簡潔的 API 設計，使用如絲滑般流暢，支援鍊式調用
囊括了 30+ 種常見圖表，應有盡有
支援主流 Notebook 環境，Jupyter Notebook 和 JupyterLab
可輕松內建至 Flask，Django 等主流 Web 架構
高度靈活的配置項，可輕松搭配出精美的圖表
詳細的文檔和示例，幫助開發者更快的上手項目
多達 400+ 地圖檔案以及原生的百度地圖，為地理資料可視化提供強有力的支援

pyecharts 安裝

安裝庫 pip3 install pyecharts

如果需要繪制地理圖相關内容，需要一并安裝如下内容：

安裝地圖檔案

全球國家地圖: echarts-countries-pypkg

中國省級地圖: echarts-china-provinces-pypkg

中國市級地圖: echarts-china-cities-pypkg

全部直接使用python的pip安裝，安裝好之後，就可以使用了

pip3 install pyecharts

pip3 install echarts-countries-pypkg

pip3 install echarts-china-provinces-pypkg

pip3 install echarts-china-cities-pypkg

使用版本說明：

Python 版本： 3.7.x
pyecharts: 1.x

版本檢查

import pyecharts

pyecharts.__version__

'1.2.1'

pyecharts 折線圖

繪制一個簡單的折線圖

# 導入庫
import pyecharts.options as opts
from pyecharts.charts import Line

# 繪制散點圖資料
x = ['seaborn','matplotlib','plotly','pyecharts','python']
y1 = [440,550,770,450,800]
y2 = [570,1340,1370,1111,2222]

# 定義Line Charts 的函數
def line_charts()->Line:
    c = Line()
    c.add_xaxis(xaxis_data=x)
    c.add_yaxis(series_name='',y_axis=y1)
    c.add_yaxis(series_name='',y_axis=y2)
    return c

# 繪制圖表
c = line_charts()
c.render_notebook()

Line 增加标題與圖例

# 導入庫
import pyecharts.options as opts
from pyecharts.charts import Line
# 繪制散點圖資料
x = ['seaborn','matplotlib','plotly','pyecharts','python']
y1 = [440,550,770,450,800]
y2 = [570,1340,1370,1111,2222]
# 定義Line Charts 的函數
def line_charts()->Line:
    c = Line()
    c.add_xaxis(xaxis_data=x)
    c.add_yaxis(series_name='A',y_axis=y1)
    c.add_yaxis(series_name='B',y_axis=y2)
    
    # 資料項設定
    c.set_global_opts(
        title_opts=opts.TitleOpts(title='數量統計'),
        legend_opts=opts.LegendOpts(is_show=True)# is_show = True 預設－展示圖例
    )
    return c

# 繪制圖表
c = line_charts()
c.render_notebook()

Line 增加提示項

pyecharts 中提供累TooltipOpts

trigger 觸發類型。可選：

item: 資料項圖形觸發，主要用于散點圖，餅圖

axis:坐标軸觸發，主要用在狀圖，折線圖

none: 什麼都不做

# 導入庫
import pyecharts.options as opts
from pyecharts.charts import Line
# 繪制散點圖資料
x = ['seaborn','matplotlib','plotly','pyecharts','python']
y1 = [440,550,770,450,800]
y2 = [570,1340,1370,1111,2222]
# 定義Line Charts 的函數
def line_charts()->Line:
    c = Line()
    c.add_xaxis(xaxis_data=x)
    c.add_yaxis(series_name='A',y_axis=y1)
    c.add_yaxis(series_name='B',y_axis=y2)
    
    # 資料項設定 ,全局設定一次
    c.set_global_opts(
        title_opts=opts.TitleOpts(title='數量統計'),
        legend_opts=opts.LegendOpts(is_show=True),# is_show = True 預設－展示圖例
        tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross')
    )
    
    #c.set_global_opts(tooltip_opts=opts.TooltipOpts(trigger='axis',axis_pointer_type='cross'))
    return c

# 繪制圖表
c = line_charts()
c.render_notebook()

pyecharts Bar 柱狀圖

pyecharts 全局參數設定

jupyter notebook 和 pycharm 基本圖表繪制

如何繪制一個簡單Bar 圖

坐标軸文本傾斜設定

設定圖表大小

封裝一些繪制圖表的函數

設定多組的柱狀圖

設定圖例

區域縮放的配置項

設定多組柱狀圖

from pyecharts import  options as opts
from pyecharts.charts import Bar


def bar_charts()->Bar():

    '''
    定義一個傳回pyecharts Bar 的函數

    :return:
    '''
    x = ['seaborn', 'plotly', 'pyecharts']
    y1 = [1140, 559, 270]
    y2 = [570,1340,1370] 

    c = Bar(init_opts=opts.InitOpts(width='1000px',height='600px'))
    c.add_xaxis(xaxis_data=x)
    c.add_yaxis(series_name='',yaxis_data=y1)
    c.add_yaxis(series_name='',yaxis_data=y2)

    c.reversal_axis()

    c.set_global_opts(

        title_opts=opts.TitleOpts(title=''),
        yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=60))
    )
    return c
c = bar_charts()
c.render_notebook()

折線圖＋柱狀圖組合

柱狀圖： y 軸顯示名額1

折線圖： y 軸顯示名額2

from pyecharts import options as opts
from pyecharts.charts import Bar,Line

x = ['Python','Seaborn','Plotly','pyecharts']
# 繪制柱狀圖方法
def bar_charts()->Bar():
    
    y1 = [1140, 559, 270,1200]
    y2 = [570,1340,1370,900]
    bar = Bar(init_opts=opts.InitOpts(width='1000px',height='600px'))
    bar.add_xaxis(xaxis_data=x)
    bar.add_yaxis(series_name='A',yaxis_data=y1,label_opts=opts.LabelOpts(is_show=False))
    bar.add_yaxis(series_name='B',yaxis_data=y2,label_opts=opts.LabelOpts(is_show=False))

    bar.set_global_opts(title_opts=opts.TitleOpts(title='統計'))
    
    # bar 擴充
    bar.extend_axis(
        yaxis=opts.AxisOpts(
            name='價格',
            type_='value',
            min_=0,
            max_=200,
            interval=10,
            axislabel_opts=opts.LabelOpts(formatter='{value} 元')) # value
    )
    return bar


# 繪制Line 方法
def line_charts()->Line():
    y = [159,29,49,79]
    c = Line()
    c.add_xaxis(xaxis_data=x)
    c.add_yaxis(series_name='價格',yaxis_index=1,y_axis= y,label_opts=opts.LabelOpts(is_show=False))
    return c


# Bar + Line 
bar = bar_charts()
line = line_charts()

bar.overlap(line).render_notebook()

pyecharts Pie 餅圖

pyecharts 第一個Pie 餅圖

Pie 需要的資料格式：

[[x1,y1],[x2,y2]]

繪制餅圖的操作步驟：

建構Pie 的資料
為Pie 示例對象添加資料
設定标題
設定每一項占比

我們分析一些我的一些課程不同的來源銷售的占比

from pyecharts.charts import  Pie
from pyecharts import  options as opts

# 建構Pie的資料
x_data = ['直接通路','營銷推廣','部落格推廣','搜尋引擎']
y_data = [830,214,300,1100]

# Pie 設定指定的格式
data_pair = [list(z) for z in  list(zip(x_data,y_data))]
print(data_pair)

[['直接通路', 830], ['營銷推廣', 214], ['部落格推廣', 300], ['搜尋引擎', 1100]]

def pie_charts()->Pie:
    c = Pie(init_opts=opts.InitOpts(width='500px',height='500px'))
    c.add(series_name='通路來源',data_pair=data_pair)

    # 設定全局項
    c.set_global_opts(title_opts=opts.TitleOpts(title='不同的來源的銷售分析',pos_left='center',pos_top=20))

    # 設定每項資料占比
    c.set_series_opts(tooltip_opts=opts.TooltipOpts(trigger='item',formatter="{a} <br/> {b}:{c} ({d}%)"))
    return c


c  = pie_charts()
c.render_notebook()

pyechart 圓弧狀Pie

from pyecharts.charts import  Pie
from pyecharts import  options as opts

# 建構Pie的資料
x_data = ['直接通路','營銷推廣','部落格推廣','搜尋引擎']
y_data = [830,214,300,1100]

# Pie 設定指定的格式
data_pair = [list(z) for z in  list(zip(x_data,y_data))]
print(data_pair)

[['直接通路', 830], ['營銷推廣', 214], ['部落格推廣', 300], ['搜尋引擎', 1100]]

def pie_radius_charts()->Pie:
    c = Pie()
    c.add(series_name='通路來源',data_pair=data_pair,radius=['40%','75%'])
    
    c.set_global_opts(
        title_opts=opts.TitleOpts(title='不同銷售來源'),
        legend_opts=opts.LegendOpts(orient='vertical',pos_top='15%',pos_left='2%')
    )
    
    # 設定每項資料占比
    c.set_series_opts(tooltip_opts=opts.TooltipOpts(trigger='item',formatter="{a} <br/> {b}:{c} ({d}%)"))
    return c 


c = pie_radius_charts()
c.render_notebook()

pyecharts scatter 散點圖

figsize = opts.InitOpts(width='800px',height='300px')
scatter = Scatter(init_opts=figsize)
scatter.add_xaxis(xaxis_data=x_data)

scatter.add_yaxis(
    series_name='y = sin(x) 函數散點圖', # 圖例名稱
    y_axis = y1,#資料
    label_opts=opts.LabelOpts(is_show=False))# 設定 資料點是否展示

scatter.add_yaxis(
    series_name='y = cos(x) 函數散點圖',
    y_axis = y2,
    label_opts=opts.LabelOpts(is_show=False)
)

scatter.set_global_opts(title_opts=opts.TitleOpts(title='第一個散點圖',pos_top='20px',pos_left='center'))
scatter.render_notebook()

pyecharts WordCloud 詞雲

import pyecharts.options as opts
from pyecharts.charts import WordCloud
data = [
    ('甯澤濤女友',4583345),
    ('日學者發現侵華日軍使用毒氣鐵證',2324539),
    ('倫敦眼驚現摩斯密碼',2296099),
    ('網友請願追責叢林法則節目組',1376545),
    ('寒門女孩清華畢業典禮上發言',1337607)
]
c = WordCloud()
c.add(series_name='',data_pair=data)
c.set_global_opts(title_opts=opts.TitleOpts(title='熱詞分析'))
c.render_notebook()

pyecharts geo 地理圖

如果需要繪制地理圖相關内容，需要一并安裝如下内容：

安裝地圖檔案

全球國家地圖: echarts-countries-pypkg

中國省級地圖: echarts-china-provinces-pypkg

中國市級地圖: echarts-china-cities-pypkg

全部直接使用python的pip安裝，安裝好之後，就可以使用了

pip3 install pyecharts

pip3 install echarts-countries-pypkg

pip3 install echarts-china-provinces-pypkg

pip3 install echarts-china-cities-pypkg

本課程使用版本說明：

Python 版本： 3.7.x

pyecharts: 1.x

導入庫

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType

import pyecharts

import warnings
warnings.filterwarnings('ignore')

print('pyecharts version=',pyecharts.__version__)

pyecharts version= 1.2.1

繪制地理圖表

def geo_charts()->Geo:
    
    data = [['廣東',104320459],['山東',95792719],['河南',94029939]]

    print(data)
    c = Geo()
    c.add_schema(maptype='china',is_roam=False,label_opts=opts.LabelOpts(is_show=True))
    c.add('geo',data,type_=ChartType.EFFECT_SCATTER,symbol_size=12,symbol='pin')
    c.set_global_opts(title_opts=opts.TitleOpts(title='geo-案例'),legend_opts=opts.LegendOpts(is_show=True))
    c.render_notebook()
    return c


c = geo_charts()
c.render_notebook()

業務案例分析

一般業務方提供資料，多數是csv和txt等文本資料。
如果資料量，多數存儲hadoop 的hdfs（分布式檔案系統）
可以采用spark或者mapreduce 進行基礎資料分析統計
基礎名額擷取後，可以使用python 的一些可視化工具庫進行展示

徹底掌握對業務的資料分析，你需要掌握的工具：hadoop,spark ，python,numpy ,pandas ,seaborn ,pyecharts ,matplotlib 。具體更多内容，大家可以互相交流。

視訊請參考：

Python資料可視化庫pyecharts

pyecharts 介紹和安裝

特性

pyecharts 安裝

版本檢查

pyecharts 折線圖

繪制一個簡單的折線圖

Line 增加标題與圖例

Line 增加提示項

pyecharts Bar 柱狀圖

設定多組柱狀圖

折線圖＋柱狀圖組合

pyecharts Pie 餅圖

pyecharts 第一個Pie 餅圖

pyechart 圓弧狀Pie

pyecharts scatter 散點圖

pyecharts WordCloud 詞雲

pyecharts geo 地理圖

導入庫

繪制地理圖表

業務案例分析

繼續閱讀

無法解析的外部符号 wmain，該符号在函數 "void cdecl mainCRTStartupHelper(struct HINSTANCE *,unsigned short con......

TestLink導出用例轉換工具(XML2Excel)

YAML簡介和PyYAML安全操作YAML支援的類型YAML的優點：yaml的基本文法python操作

Small tricks

libsvm for python 安裝

學習軟體測試基礎測試第七天

Zeppelin 配置通路 REST APIApache Zeppelin Configuration REST API

【Torch】最簡潔logging使用指南

27. Remove Element(清單)題目代碼

Cloud Studio初體驗

使用 ctypes 進行 Python 和 C 的混合程式設計

【python】【資料處理】畫多元資料分布圖

詳解STM32單片機的堆棧

【python】netconf協定對接管理裝置

「Python 網絡自動化」NETCONF —— Python 使用 NETCONF 管理配置 H3C 網絡裝置

在python中建立excel并寫入

Python資料可視化庫pyecharts

pyecharts 介紹和安裝

特性

pyecharts 安裝

版本檢查

pyecharts 折線圖

繪制一個簡單的折線圖

Line 增加标題與圖例

Line 增加提示項

pyecharts Bar 柱狀圖

設定多組柱狀圖

折線圖 ＋ 柱狀圖 組合

pyecharts Pie 餅圖

pyecharts 第一個Pie 餅圖

pyechart 圓弧狀Pie

pyecharts scatter 散點圖

pyecharts WordCloud 詞雲

pyecharts geo 地理圖

導入庫

繪制地理圖表

業務案例分析

繼續閱讀

折線圖＋柱狀圖組合