使用pyecharts进行数据可视化
安装 pip install pyecharts
也可以在pycharm软件里进行下载pyecharts库包。
下载成功后进行查询版本号
import pyecharts print(pyecharts.__version__)
pyecharts的中文官网
可以查看pyecharts的中文官网介绍http://pyecharts.org/#/zh-cn/intro。
一般的使用方法
add()
该方法主要用于添加图表的数据和设置各种配置项。
show_config()
用于打印输出图表的所有配置项
render()
该方法默认将会在根目录下生成一个 render.html 的文件,支持 path 参数,设置文件保存位置,如 render(r"e:my_first_chart.html"),文件用浏览器打开。
注意*
默认的编码类型为 UTF-8,在 Python3 中是没什么问题的,Python3 对中文的支持好很多。但是在 Python2 中,编码的处理是个很头疼的问题,暂时没能找到完美的解决方法,目前只能通过文本编辑器自己进行二次编码,我用的是 Visual Studio Code,先通过 Gbk 编码重新打开,然后再用 UTF-8 重新保存,这样用浏览器打开的话就不会出现中文乱码问题了。
基本使用
- chart_name = Type() 初始化具体类型图表。
- add() 添加数据及配置项。
- render() 生成 .html 文件。
用示例来解决实际问题
1.美国1995年-2009年邮费变化折线图、阶梯图;
数据如下:
年份 : [“1995”, “1996”, “1997”, “1998”, “1999”, “2000”,
“2001”, “2002”, “2003”, “2004”, “2005”, “2006”,
“2007”, “2008”, “2009”]
邮费: [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44]
折线图 代码如下:
import pyecharts.options as opts from pyecharts.charts import Line year= ["1995", "1996", "1997", "1998", "1999", "2000", "2001", "2002", "2003", "2004", "2005", "2006", "2007", "2008", "2009"] postage= [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44] ( Line() .set_global_opts( tooltip_opts=opts.TooltipOpts(is_show=False), xaxis_opts=opts.AxisOpts(type_="category"), yaxis_opts=opts.AxisOpts( type_="value", axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True), ), ) .add_xaxis(xaxis_data=year) .add_yaxis( series_name="", y_axis=postage, symbol="emptyCircle", is_symbol_show=True, label_opts=opts.LabelOpts(is_show=False), ) .render("basic_line_chart.html") )
会在同目录下生成一个basic_line_chart.html的网页,打开网页则会显示该代码的运行结果。(此不展示,与下同)
阶梯图 代码如下:
import pyecharts.options as opts from pyecharts.charts import Line year = ["1995", "1996", "1997", "1998", "1999", "2000", "2001", "2002", "2003", "2004", "2005", "2006", "2007", "2008", "2009"] postage = [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44] c = ( Line() .add_xaxis(xaxis_data=year) .add_yaxis("美国1995年-2009年邮费", y_axis=postage, is_step=True) .set_global_opts(title_opts=opts.TitleOpts(title="Line-阶梯图")) .render("line_step.html") )
会在同目录下生成一个line_step.html的网页,打开网页则会显示该代码的运行结果:
2.2000年-2010年热狗大胃王比赛前三名成绩的堆叠柱形图、极坐标系-堆叠柱状图(南丁格尔玫瑰图);
数据文件:hot-dog-places.csv
hot-dog-places.csv内写着:
2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010
25,50,50.5,44.5,53.5,49,54,66,59,68,54
24,31,26,30.5,38,37,52,63,59,64.5,43
22,23.5,25.5,29.5,32,32,37,49,42,55,37
等数据将其保存为csv文件
堆叠柱形图 代码如下:
from pyecharts import options as opts from pyecharts.charts import Bar import csv filename="hot-dog-places.csv" data_x=[] #打开文件循环读取数据 with open(filename) as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) x=data_x[0] #读取数据列表集中第一行数据进行赋值 y1=data_x[1] y2=data_x[2] y3=data_x[3] c = ( Bar() .add_xaxis(x) .add_yaxis("第一名", y1, stack="stack1") .add_yaxis("第二名", y2, stack="stack1") .add_yaxis("第三名", y3, stack="stack1")#显示在同一条柱状图中,不带stack属性则会分为三条柱状图 .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠柱形图")) .render("bar_stack0.html") )
会在同目录下生成一个bar_stack0.html的网页,打开网页则会显示该代码的运行结果:
极坐标系-堆叠柱状图(南丁格尔玫瑰图) 代码如下:
from pyecharts import options as opts from pyecharts.charts import Polar import csv filename="hot-dog-places.csv" data_x=[] #打开文件循环读取数据 with open(filename) as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) x=data_x[0] #读取数据列表集中第一行数据进行赋值 y1=data_x[1] y2=data_x[2] y3=data_x[3] c = ( Polar() .add_schema(angleaxis_opts=opts.AngleAxisOpts(data=x, type_="category")) .add("A", y1, type_="bar", stack="stack0") .add("B", y2, type_="bar", stack="stack0") .add("C", y3, type_="bar", stack="stack0") .set_global_opts(title_opts=opts.TitleOpts(title="极坐标系-堆叠柱状图(南丁格尔玫瑰图)")) .render("极坐标系-堆叠柱状图(南丁格尔玫瑰图).html") )
打开网页则会显示该代码的运行结果:
极坐标系-堆叠柱状图 代码与上面相同,需要改的是c后面接的将其更改为如下代码:
d = ( Polar() .add_schema( radiusaxis_opts=opts.RadiusAxisOpts(data=x, type_="category"), angleaxis_opts=opts.AngleAxisOpts(is_clockwise=True, max_=200), ) .add("A", y1, type_="bar", stack="stack1") .add("B", y2, type_="bar", stack="stack1") .add("C", y3, type_="bar", stack="stack1") .set_global_opts(title_opts=opts.TitleOpts(title="极坐标系-堆叠柱状图")) .set_series_opts(label_opts=opts.LabelOpts(is_show=True)) .render("极坐标系-堆叠柱状图.html") )
打开网页则会显示该代码的运行结果:
3.某网站用户感兴趣的领域的投票结果绘制饼图、环形图;
数据文件:vote_result.csv
vote_result.csv内写着:
感兴趣的领域,票数
金融,172
医疗保健,136
市场业,135
零售业,101
制造业,80
司法,68
工程与科学,50
保险业,29
其他,41
饼图 代码如下:
from pyecharts import options as opts from pyecharts.charts import Pie import csv filename="vote_result.csv" data_x=[] #打开文件循环读取数据 with open(filename,'r', encoding='UTF-8') as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) b=[] c=[] for index,values in enumerate(data_x): if(index>0): b.append(values[0]) c.append(values[1]) x=data_x[0] #读取数据列表集中第一行数据进行赋值 d = ( Pie() .add( "", [list(z) for z in zip(b, c)], center=["35%", "50%"], ) .set_global_opts( title_opts=opts.TitleOpts(title="投票结果饼图"), legend_opts=opts.LegendOpts(pos_left="15%"), ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) .render("pie_position.html") )
打开网页则会显示该代码的运行结果:
环形图 代码如下:
from pyecharts import options as opts from pyecharts.charts import Pie import csv filename="vote_result.csv" data_x=[] #打开文件循环读取数据 with open(filename,'r', encoding='UTF-8') as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) b=[] c=[] for index,values in enumerate(data_x): if(index>0): b.append(values[0]) c.append(values[1]) d = ( Pie() .add( "", [list(z) for z in zip(b, c)], radius=["40%", "75%"], ) .set_global_opts( title_opts=opts.TitleOpts(title="环形图"), legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"), ) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) .render("投票结果+环形图.html") )
打开网页则会显示该代码的运行结果:
4.奥巴马的政治举措民意调查结果的堆叠柱形图;
数据文件:approval_rate.csv
approval_rate.csv内写着:
政治举措,支持,反对,不发表意见
种族问题,52,38,10
教育,49,40,11
恐怖活动,48,45,7
能源政策,47,42,11
外交事务,44,48,8
环境,43,51,6
宗教政策,41,53,6
税收,41,54,5
医疗保健政策,40,57,3
经济,38,59,3
就业政策,36,57,7
贸易政策,31,64,5
外来移民,29,62,9
堆叠柱形图 代码如下:
from pyecharts import options as opts from pyecharts.charts import Bar import csv filename="approval_rate.csv" data_x=[] #打开文件循环读取数据 with open(filename,'r', encoding='UTF-8') as f: reader = csv.reader(f) for data_row in reader: data_x.append(data_row) x=[] #读取数据列表集中第一行数据进行赋值 b=[] c=[] d=[] e=[] for index,values in enumerate(data_x): if(index>0): b.append(values[0]) c.append(values[1]) d.append(values[2]) e.append(values[3]) elif(index==0): x.append(values) print(b) c = ( Bar() .add_xaxis(b) .add_yaxis(x[0][1], c, stack="stack1") .add_yaxis(x[0][2], d, stack="stack1") .add_yaxis(x[0][3], e, stack="stack1")#显示在同一条柱状图中,不带stack属性则会分为三条柱状图 .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠柱形图")) .render("政治举措民意调查结果.html") )
打开网页则会显示该代码的运行结果:
pyecharts,数据可视化
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 【雨果唱片】中国管弦乐《鹿回头》WAV
- APM亚流新世代《一起冒险》[FLAC/分轨][106.77MB]
- 崔健《飞狗》律冻文化[WAV+CUE][1.1G]
- 罗志祥《舞状元 (Explicit)》[320K/MP3][66.77MB]
- 尤雅.1997-幽雅精粹2CD【南方】【WAV+CUE】
- 张惠妹.2007-STAR(引进版)【EMI百代】【WAV+CUE】
- 群星.2008-LOVE情歌集VOL.8【正东】【WAV+CUE】
- 罗志祥《舞状元 (Explicit)》[FLAC/分轨][360.76MB]
- Tank《我不伟大,至少我能改变我。》[320K/MP3][160.41MB]
- Tank《我不伟大,至少我能改变我。》[FLAC/分轨][236.89MB]
- CD圣经推荐-夏韶声《谙2》SACD-ISO
- 钟镇涛-《百分百钟镇涛》首批限量版SACD-ISO
- 群星《继续微笑致敬许冠杰》[低速原抓WAV+CUE]
- 潘秀琼.2003-国语难忘金曲珍藏集【皇星全音】【WAV+CUE】
- 林东松.1997-2039玫瑰事件【宝丽金】【WAV+CUE】