本文來源于公衆号【程式猿聲】，作者向柯玮
前言
各位看客老爺們，我又來啦。上一期我們利用Python+百度地圖POI抓取了一些高校之間的距離資料，傳送門：
幹貨 | Python爬蟲實戰：兩點間的真實行車時間與路況分析（上）
不知道上一期的爬取資料的内容大家都品嘗的怎麼樣了呢。
今天給大家帶來的是python中對資料進行
可視化
處理的内容。
可能大家并不是很懂這個可視化的意思，大家可以先在腦海裡面腦補一下那種酷炫的資料分析圖，腦補出來了嗎？
嘿嘿，用Python究竟能做一些什麼樣的圖表呢，可以肯定的告訴大家，隻有你想不到，沒有它做不到！吊了半天胃口，現在上圖！
對，我們要做的圖就是和上面這幾張圖檔一樣！酷吧？
上面的效果圖都是我們今天要介紹的主角
pyecharts
庫制作的！當然，
pyecharts
的作圖類型肯定不僅僅隻有上述這些圖形，它還有很多很多類型，在這裡我就不多說了。
在這一期推文中呢，我們主要介紹的是第一種圖形，柱狀圖的使用。
目錄
- pyecharts子產品的下載下傳
- 模型的建立
- 資料的導入
- 圖形的生成
- 加點更炫的
- 寫在最後
pyecharts子產品的下載下傳
要使用這個子產品，你必須要下載下傳這個子產品，打開自己電腦的
cmd
，輸入
pip install pyecharts
就可以了，如果本來就有這個子產品的話，就不用下載下傳了。
當然，如果電腦沒有
pip
這個子產品的話，需要自己去下載下傳一個這個子產品，在後續的推文中，小玮會給大家帶來一些python的基本配置應該做的相關推文，幫助大家解決python的安裝問題。
在安裝這個子產品之後，我們就可以在
編譯器
中引用這個子產品了。
from pyecharts.charts import Bar
這裡的
Bar
是
柱狀圖
的意思。
pyecharts
的庫裡面有很多很多東西，我們沒有必要全部引用，那樣會讓本來簡單的程式運作起來忒慢。
模型的建立
引入了這個子產品當然還不夠，我們還需要資料。
資料的導入
大家還記得我們上一篇推文中生成的
csv檔案
嗎？如果已經忘了，請回去再看看上一篇推文，然後運作程式把相應的csv檔案生成出來。
那麼，我現在就認為大家已經有這個csv檔案了。在一個程式中，我們想要獲得一個檔案的資料，需要做什麼？想一想。
沒錯，就是讀取這個檔案。那麼大家還記得讀取這個檔案怎麼辦嗎？沒錯，就是加入
pandas
子產品，運用pandas的函數來進行檔案的讀取。
import pandas as pd
具體怎麼讀取呢？和之前的也是一模一樣。
path_data=pd.read_csv(r\'F:\my python\123.csv\')
這些在上一篇推文中都已經很詳細的介紹過了，這一次就不多說了。要是忘了記得回去看看奧-
圖形的生成
做好了這些之後，我們正式的來介紹一下建立柱狀圖這個函數。
第一步，定義一個變量是
bar
型變量。
bar=Bar()
這一句代碼的意思就是使
bar
為
Bar
型變量。接下裡就是為這個變量賦x軸值和y軸值。
bar.add_xaxis(path_data[\'地點\'].tolist())bar.add_yaxis(\'用時\',path_data[\'time\'].tolist())bar.add_yaxis(\'距離\',path_data[\'distance\'].tolist())
讓我們一句一句研究代碼。第一句，函數為
add_xaxis（）
，就是添加x軸資料，給x軸添加什麼資料呢？
Path_data
中的
‘出發時間’
這一列資料。
在這個位置我們要注意，劃重點，一定要注意，在後面加上
.tolist()
。
因為
path_data
是最開始讀取csv檔案的，裡面的資料儲存形式和csv形式保持一緻，是以我們要把她轉化為python中清單的形式，即使用
.tolist
這個函數，否則的話在這個位置添加x軸值是不起任何作用的。
現在有了第一句的基礎，了解第二句就不困難了，但是x軸和y軸的指派形式任然有一些差别，這是為什麼呢？
其實這是給我們賦的y值起一個名字，當然這個位置不起名字也可以，但是如果如果你有多個y值的時候就會産生意思分歧。
這是啥意思？看下面的圖就知道了。
Pyecharts是支援使用多個y值的。
比如這個圖裡面，我們就使用了
商家A
和
商家B
兩個y值名稱，為了便于分辨，是以我的建議是取一個名字。
在最後，x值賦好了，y值賦好了，輸入代碼。
bar.render()
即可在目前python檔案所在的目錄下面看到一個
html
檔案，點進去就可以看到我們所制作的圖表了。
當然括号裡面還可以填生成檔案的名字和生成的位址，這些都是可以修改的。
因為目前我們隻需要生成這一個檔案，目前目錄下也沒有别的
render
檔案，是以我們就省略了這個步驟。
現在回到我們目前的檔案，打開新生成的檔案，就可以看到我們剛剛做的圖表啦。
但是，大家看到自己的圖表是不是感覺有一點空蕩蕩的，不夠酷炫？
不要着急，繼續往下面看，我們還有進階教程~
加點更炫的
想要使用更加酷炫的功能，我們需要再加入兩個子產品。
from pyecharts import options as opts # 導入配置子產品
from pyecharts.globals import ThemeType
這兩個子產品是pyecharts專門提供給使用者對圖表進行進一步完善。
比如說，你對這個圖表的整體顔色有要求，不想是原來的白色，你可以在最開始建立bar的時候這樣寫。
bar=Bar(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION,width=\'1280px\',height=\'720px\'))
Init_opts=opts.InitOpts()
函數是給這個圖表設定一些初始參數，比如說背景的顔色，分辨率等等的。
想設定主題色就用以下代碼。
theme=themeType.xxxx
這個xxx就是主題的顔色，我在這裡寫的是紫色，當然還有其他的顔色，看客老爺可以自己去官網進行了解。後面分辨率的參數看客老爺可以根據自己需要進行調整。
這些是在建立圖表的時候進行的一些配置，那麼在輸入資料以後，我們可以進行哪些步驟？
bar.set_global_opts(title_opts=opts.TitleOpts(title=\'武漢各高校之間的距離與乘車所需時間\',subtitle=\'副标題\'),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=60)),datazoom_opts=[opts.DataZoomOpts()])
我們可以使用
set_global_opts
函數進行我們所需要的個性化設定。
比如說主标題啊，副标題啊，x值的旋轉角度啊，是否有滑塊，等等配置。那執行個體給大家舉一下例子看看這些具體指的什麼。
在這個圖表中左上角的就是我的主标題，下面的就是我的副标題。
X值傾斜的角度我們在這個圖檔裡也可以很清晰的看出來，目前旋轉的角度是60度，這個角度的旋轉範圍是-90°到90°。
滑塊
就在最下面，那個可以滑動的東西。
因為有的時候可能資料太多，放在一個頁面裡看起來太擁擠，這是我們可以用滑塊這個功能，使得我們的圖形更加分散，便于觀察。
寫在最後
當然，關于pyecharts的使用執行個體還有很多很多，各位看客老爺如果有興趣可以自己去pyecharts的官網進行學習，這個項目是百度研發的，官網是中文的，還有十分詳細的教程免費提供，是以小玮在這裡就不多說了。
在這個位置，我們已經完成了資料的爬取和做成圖表。
當然，這和老師吩咐的任務完成還有一定的距離，我們沒有統計時間，因為最近由于肺炎，道路沒有發生擁堵，統計時間發現并沒有明顯的變化，最終結果趨于一根平行x軸的直線。
是以就不在這裡講解時間的統計和回歸分析的步驟了。等一切恢複正常了以後，會專門再寫一篇推文介紹。
最近的肺炎如此嚴重，各位看客老爺們一定要注意防護！
跟着小玮，帶你一步一步走進資料結構和爬蟲的世界。
代碼可以在背景回複
PC02
擷取