数据可视化:pyecharts 的几个实例

数据可视化:pyecharts 的几个实例

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。

官方文档:https://pyecharts.org/#/

开发环境

  • Windows 10
  • Python 3.7.3
  • pyecharts 1.3.1

基本图表 Pie:饼图

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

# 也可以把以下数据存储成 json 格式
data = [
    {
     'value': 20, 'name': '计算机与信息工程学院'},
    {
     'value': 12, 'name': '物理与电子科学学院'},
    {
     'value': 17, 'name': '政法与公共管理学院'},
    {
     'value': 21, 'name': '材料科学与工程学院'},
    {
     'value': 59, 'name': '数学与统计学学院'},
    {
     'value': 22, 'name': '马克思主义学院'},
    {
     'value': 9, 'name': '资源环境学院'},
    {
     'value': 18, 'name': '生命科学学院'},
    {
     'value': 16, 'name': '化学化工学院'},
    {
     'value': 22, 'name': '历史文化学院'},
    {
     'value': 29, 'name': '外国语学院'},
    {
     'value': 34, 'name': '教育学院'},
    {
     'value': 20, 'name': '文学院'},
    {
     'value': 6, 'name': '商学院'},
]

value_list = []
for a_dict in data:  # 遍历数据列表
    for _, value in a_dict.items():  # 获取字典的值
        value_list.append(value)
value_num = value_list[::2]  # 获取列表中从0开始每两个取一次的数据
value_str = value_list[1::2]  # 获取列表中从1开始每两个取一次的数据


def pie_base():
    piemap = (
        Pie()
            .add('', [list(z) for z in zip(value_str, value_num)],  # 数据格式:[(a,b),(c,d),]
                 center=["50%","60%"]  # 饼图位置
                 )
            .set_global_opts(title_opts=opts.TitleOpts(title='Pie-饼图', pos_top='100'))  # 标题及位置
            .set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{c}'))  # 标签及格式
    )
    piemap.width = '1000px'  # 图宽
    piemap.height = '600px'  # 图高
    piemap.render('data/pie.html')  # 存储

pie_base()

以上代码会生成一个 html 文件,浏览器打开后如下:

数据可视化:pyecharts 的几个实例_第1张图片

基本图表 Pie radius:环

import json
from pyecharts import options as opts
from pyecharts.charts import Page, Pie

# 这里就是把数据存储成 json 格式,再获取
with open('data/pie_data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

# json 数据格式如下:
'''
[
    {
        "value": 20,
        "name": "计算机与信息工程学院"
    },
    {
        "value": 12,
        "name": "物理与电子科学学院"
    },
    {
        "value": 17,
        "name": "政法与公共管理学院"
    },
    {
        "value": 22,
        "name": "马克思主义学院"
    }
]
'''

value_list = []
for a_dict in data:  # 遍历数据列表
    for _, value in a_dict.items():  # 获取字典的值
        value_list.append(value)
value_num = value_list[::2]  # 获取列表中从0开始每两个取一次的数据
value_str = value_list[1::2]  # 获取列表中从1开始每两个取一次的数据


def pie_base():
    piemap = (
        Pie()
            .add('', [list(z) for z in zip(value_str, value_num)],  # 数据格式:[(a,b),(c,d),]
                 center=["50%","60%"],   # 饼图位置
                 radius=['40%','75%'])   # 设置内圆半径和外圆半径
            .set_global_opts(title_opts=opts.TitleOpts(title='Pie-圆环饼图', pos_top='100'))  # 标题及位置
            .set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{c}'))  # 标签及格式
    )
    piemap.width = '1000px'  # 图宽
    piemap.height = '600px'  # 图高
    piemap.render('data/pie_radius.html')  # 存储

pie_base()

以上代码会生成一个 html 文件,浏览器打开后如下:

数据可视化:pyecharts 的几个实例_第2张图片

基本图表 pie rosetype:南丁格尔图

import json
from pyecharts import options as opts
from pyecharts.charts import Page, Pie

with open('data/pie_data.json', 'r',encoding='utf-8') as f:
    data = json.load(f)

value_list = []
for a_dict in data:  # 遍历数据列表
    for _, value in a_dict.items():  # 获取字典的值
        value_list.append(value)
value_num = value_list[::2]  # 获取列表中从0开始每两个取一次的数据
value_str = value_list[1::2]  # 获取列表中从1开始每两个取一次的数据

def pie_rosetype() -> Pie:
    piemap = (
        Pie()
        .add(
            "",
            [list(z) for z in zip(value_str, value_num)],
            radius=["30%", "75%"],  # 图的内圆半径和外圆半径
            center=["20%", "50%"],  # 图的位置占屏幕比例,相对宽度和高度
            rosetype="radius",  # radius:扇区圆心角展现数据的百分比,半径展现数据的大小
                                # area:所有扇区圆心角相同,仅通过半径展现数据大小
            label_opts=opts.LabelOpts(is_show=False),  # 是否展示标签
        )
        .add(
            "",
            # 系列数据项,格式为 [(key1, value1), (key2, value2)]
            [list(z) for z in zip(value_str, value_num)],
            radius=["30%", "75%"],
            center=["70%", "50%"],
            rosetype="area",
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图",  # 标题及位置
                                                   pos_top='500'))
    )
    piemap.width = '1100px'
    piemap.height = '600px'
    piemap.render('data/pie_rosetype.html')  # 存储

pie_rosetype()

以上代码会生成一个 html 文件,浏览器打开后如下:

数据可视化:pyecharts 的几个实例_第3张图片

基本图表 sunburst:旭日图

import json
from pyecharts import options as opts
from pyecharts.charts import Sunburst

def sunburst_official() -> Sunburst:
    with open("data/sun_data.json", "r", encoding="utf-8") as f:
        data = json.load(f)
		# 以上获取的数据格式如下:
        '''
        [
        {
            "value": 20,
            "name": "计算机与信息工程学院",
            "children": [
            {
                "value": "7",
                "name": "软件工程",
                "children":[
                {"value":"2",
                    "name":"软件工程01班"
                },
                {"value":"5",
                    "name":"软件工程02班"}
                ]
            },
            {
                "value": "3",
                "name": "软件工程产业 "
            },
            {
                "value": "3",
                "name": "信息安全 "
            },
            {
                "value": "2",
                "name": "通信工程 "
            },
            {
                "value": "2",
                "name": "通信工程产业 "
            },
            {
                "value": "2",
                "name": "计算机科学与技术"
            },
            {
                "value": "1",
                "name": "电子信息工程 "
            }
            ]
        },
        {
            "value": 12,
            "name": "物理与电子科学学院",
            "children": [
            {
                "value": "2",
                "name": "物理学 "
            },
            {
                "value": "1",
                "name": "光电信息与工程 "
            },
            {
                "value": "3",
                "name": "微电子科学与工程"
            },
            {
                "value": "6",
                "name": "电子科学与技术 "
            }
            ]
        },
        ]
        '''
    sun_map = (
        Sunburst(init_opts=opts.InitOpts(width="1000px", height="600px"))
        .add(
            "",
            data_pair=data,  # 数据Sequence
            highlight_policy="ancestor",  # 当鼠标移动到一个扇形块时,可以高亮相关的扇形块。
                                          # 'ancestor':高亮该扇形块和祖先元素
            radius=[0, "95%"],  # 图的半径,第一项是内半径,第二项是外半径
            sort_="null",  # # 扇形块根据数据 value 的排序方式,
                           # 如果未指定 value,则其值为子元素 value 之和。
                           # 'null':表示不排序,使用原始数据的顺序
            levels=[    # 图多层级配置
                {
     },
                {
     
                    "r0": "15%",
                    "r": "35%",
                    "itemStyle": {
     "borderWidth": 2},
                    "label": {
     "rotate": "tangential"},
                },
                {
     "r0": "35%", "r": "70%", "label": {
     "align": "right"}},
                {
     
                    "r0": "70%",
                    "r": "72%",
                    "label": {
     "position": "outside", "padding": 3, "silent": False},
                    "itemStyle": {
     "borderWidth": 3},
                },
            ],
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="Sunburst-示例"))
            # 标签内容格式器,支持字符串模板和回调函数两种形式,
            # 字符串模板与回调函数返回的字符串均支持用 \n 换行。
            # 示例:formatter: '{b}: {@score}' .  参考官网
        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}"))
    )
    sun_map.render('data/sun_map.html')

sunburst_official()

以上代码会生成一个 html 文件,浏览器打开后如下:

数据可视化:pyecharts 的几个实例_第4张图片

地理图表 Geo:地理坐标系

from pyecharts import options as opts
from pyecharts.charts import Geo, Page
from pyecharts.globals import ChartType, SymbolType

# 定义地理图
geo = Geo()
# 画布宽度,高度
geo.width = '800px'
geo.height = '600px'
# 全局设置
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=100),
                    title_opts=opts.TitleOpts(title='Geo-流向图'))
# 添加主题,中国地图,填充边界颜色
geo.add_schema(maptype='china',
               itemstyle_opts=opts.ItemStyleOpts(border_color="#111",
                                                 color='#454545')
               )
# 添加系列
geo.add('',
        [('成都',10),('武汉',20),('西安',30),('南京',40),('深圳',50)],
        type_=ChartType.EFFECT_SCATTER,   # 散点图一种形式
        label_opts=opts.LabelOpts(is_show=True),  # 不显示设置False
        )
geo.add('',
        [('北京',100),('上海',100)],
        type_=ChartType.HEATMAP,    # 散点图的一种形式
        label_opts=opts.LabelOpts(is_show=False),
       )

# 设置流向
geo.add('流向图',
        [('上海','成都'),('上海','南京'),('上海','深圳'),('上海','武汉'),
         ('北京','西安'),('北京','成都'),('北京','南京'),('北京','武汉')],
        type_=ChartType.LINES,
        linestyle_opts=opts.LineStyleOpts(curve=0.3,color="#63B8FF"),
        effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW,
                                    symbol_size=6,
                                    color='#FF7F00'),
        )

# 生成图片
geo.render('data/geo.html')

以上代码会生成一个 html 文件,浏览器打开后如下:

数据可视化:pyecharts 的几个实例_第5张图片

地理图表 Map:地图

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

city_value = [
    ("北京",11),("天津",12),("河北",13),("山西",14),("内蒙古",15),
    ('辽宁',21),('吉林',22),('黑龙江',23),
    ("上海",31),('江苏',32),('浙江',33),('安徽',34),('福建',35),('江西',36),('山东',37),
    ('河南',41),('湖北',42),('湖南',43),('广东',44),('广西',45),('海南',46),
    ("重庆",50),('四川',51),('贵州',52),('云南',53),('西藏',54),
    ('陕西',61),('甘肃',62),('青海',63),('宁夏',64),('新疆',65),
    ('香港',81),('澳门',82),('台湾',83),
    ]

m = Map()
m.add('中国行政代码地图',
      city_value,maptype='china',
      label_opts=opts.LabelOpts(is_show=True))
m.render('data/map.html')

以上代码会生成一个 html 文件,浏览器打开后如下:

数据可视化:pyecharts 的几个实例_第6张图片

树形图表 TreeMap:矩形树图

import json
from pyecharts.charts import TreeMap
from pyecharts import options as opts

with open('data/treemap_data.json', 'r',encoding='utf-8') as f:
    data = json.load(f)
	# 以上获取的数据格式如下:
	'''
	[
	  {
	    "value": 20,
	    "name": "计算机与信息工程学院",
	    "children": [
	      {
	        "value": "7",
	        "name": "软件工程"
	      },
	      {
	        "value": "3",
	        "name": "软件工程产业 "
	      },
	      {
	        "value": "3",
	        "name": "信息安全 "
	      },
	      {
	        "value": "2",
	        "name": "通信工程 "
	      },
	      {
	        "value": "2",
	        "name": "通信工程产业 "
	      },
	      {
	        "value": "2",
	        "name": "计算机科学与技术"
	      },
	      {
	        "value": "1",
	        "name": "电子信息工程 "
	      }
	    ]
	  },
	  {
	    "value": 12,
	    "name": "物理与电子科学学院",
	    "children": [
	      {
	        "value": "2",
	        "name": "物理学 "
	      },
	      {
	        "value": "1",
	        "name": "光电信息与工程 "
	      },
	      {
	        "value": "3",
	        "name": "微电子科学与工程"
	      },
	      {
	        "value": "6",
	        "name": "电子科学与技术 "
	      }
	    ]
	  },
	]
	'''

treemap = (
    TreeMap()
        .add('各专业体育检测抽样人数', data,
             pos_left='center',  # 主图的位置
             tooltip_opts=opts.TooltipOpts(is_show=True),
             # 子标签展示,大小,字体
             label_opts=opts.LabelOpts(is_show=True, font_size=14,
                                       font_family='serif', vertical_align='top')
             )
        .set_global_opts(title_opts=opts.TitleOpts(title='矩形树图\n'),  # 图左上角:标题
                         legend_opts=opts.LegendOpts(is_show=True),  # 图上面中间:图例
                         toolbox_opts=opts.ToolboxOpts(is_show=True), # 图右上角:工具箱
                         # tooltip_opts=opts.TooltipOpts(is_show=True),  # 图上:提示框
                         # visualmap_opts=opts.VisualMapOpts(is_show=True),  # 图右下角:视觉映射
                         )
)

# 图的宽高
treemap.width='1000px'
treemap.height='600px'
#  保存为html文件
treemap.render('data/treemap.html')

以上代码会生成一个 html 文件,浏览器打开后如下:

数据可视化:pyecharts 的几个实例_第7张图片

小结

更多实例内容见官方文档:https://pyecharts.org/#/

你可能感兴趣的:(Python,python,数据可视化)