python(pyecharts模块)

什么是echarts？

• echarts是百度开源的绘图工具，echarts是将图形绘制成html格式，通过浏览器来显示图形，鼠标移动到数据的位置可以动态显示数据信息，实现用户和图形之间的交互
• 相较于matplotlib绘图工具来说使用方法简单。
• 在安装pyecharts时需要安装相应的依赖安装包pyecharts-snapshot
• pyecharts官方文档（中文版）：http://pyecharts.org/#/zh-cn/charts_base

案例：

假设你获取到了某年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?
a = [“战狼2”,“速度与激情8”,“功夫瑜伽”,“西游伏妖篇”,“变形金刚5：最后的骑士”,“摔跤吧！爸爸”,
“加勒比海盗5：死无对证”,“金刚：骷髅岛”,“极限特工：终极回归”, “侠：英雄归来”,“悟空传”,“银河护卫队2”,“情圣”,“新木乃伊”,]

b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,
10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] 单位:亿

from pyecharts import Bar


movieName = ["战狼2","速度","功夫瑜伽","西游伏妖篇","变形金刚5","摔跤吧"]
movieMoney = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96]

print(len(movieName), len(movieMoney))
bar = Bar(title="某年内地电影票房前20的电影", subtitle="这是一个子标题")
# 添加图表的数据, 或者配置信息
bar.add("电影信息",movieName, movieMoney)
# 默认情况下会生成一个render.html文件
bar.render()

绘制多个条形图

from pyecharts import Bar
x_movies_name = ["猩球崛起", "敦刻尔克", "蜘蛛侠", "战狼2"]
y_16 = [15746, 312, 4497, 319]
y_15 = [12357, 156, 2045, 168]
y_14 = [2358, 399, 2358, 362]
bar = Bar(title="某年内地电影票房前20的电影", subtitle="子标题")
bar.add('14号',x_movies_name,y_14)
bar.add('15号',x_movies_name,y_15)
bar.add('16号',x_movies_name,y_16)

bar.render()

绘制散点图

• EffectScatter:能动态显示散点
• Scatter:不能动态显示散点

from pyecharts import EffectScatter
x_march = list(range(1, 32))
y_temp_march = [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21,
                22, 22, 22, 23]

es=EffectScatter(title='3、4月份气温变化的散点图',subtitle='子标题')
es.add('三月',x_march,y_temp_march,symbol_size=5,line_color='red')
es.add('四月',x_march,y_temp_march,symbol_size=8,line_color='green')

es.render()

漏斗图

from pyecharts import Funnel
fun=Funnel('漏斗图')
x_movies_name = ["猩球崛起", "敦刻尔克", "蜘蛛侠", "战狼2"]
y_16 = [20, 40, 60, 80]
fun.add('电影票房',x_movies_name,y_16)
fun.render()

仪表盘图

from pyecharts import Gauge
ga=Gauge('仪表盘图')
ga.add('cpu','cpu使用率',87)
ga.render()

水球图

from pyecharts import Liquid
li=Liquid('水球图')
# 接收的数据必须是一个列表或元组，可通过shape更改形状
li.add('cpu占用率',[0.6,0.13,0.5,0.2],shape='diamond')
li.render()

饼状图

from pyecharts import Pie
attr=['男','女','其他']
values=[60,38,2]
pie=Pie('饼状图')
# is_label_show:是否显示各个参数的占比
pie.add('性别占比',attr,values,is_label_show=True)
pie.render()

折线图

import random

from pyecharts import Line

x=list(range(30))
y_mar=[random.randint(20,38) for i in range(30)]
y_oct=[random.randint(20,38) for i in range(30)]

line=Line('折线图')
# 标记点或线必须是一个列表
line.add('三月',x,y_mar,mark_line=['max'],mark_point=['min'])
line.add('十月',x,y_oct,mark_line=['min'],mark_point=['max'])
line.render()

阶梯图

import random

from pyecharts import Line

x=list(range(30))
y_mar=[random.randint(20,38) for i in range(30)]
y_oct=[random.randint(20,38) for i in range(30)]

line=Line('折线图')
# 标记点或线必须是一个列表
line.add('三月',x,y_mar,mark_line=['max'],mark_point=['min'],is_step=True)
line.add('十月',x,y_oct,mark_line=['min'],mark_point=['max'],is_step=True)
line.render()

面积图

import random

from pyecharts import Line

x=list(range(30))
y_mar=[random.randint(20,38) for i in range(30)]
y_oct=[random.randint(20,38) for i in range(30)]

line=Line('折线图')
# 标记点或线必须是一个列表
line.add('三月',x,y_mar,is_fill=True,area_color='red',area_opacity=0.5)
line.add('十月',x,y_oct,is_fill=True,area_color='green',area_opacity=0.3)
line.render()

地图绘制

需要的安装包：

• pip install echarts-countries-pypkg
• pip install echarts-china-provinces-pypkg
• pip install echarts-china-cities-pypkg
• pip install echarts-china-counties-pypkg

有关地图绘制的样式在官方文档中有

from pyecharts import Geo

data = [
    ("海门", 9),("鄂尔多斯", 12),("招远", 12),("舟山", 12),("齐齐哈尔", 14),("盐城", 15),
    ("赤峰", 16),("青岛", 18),("乳山", 18),("金昌", 19),("泉州", 21),("莱西", 21),
    ("日照", 21),("胶南", 22),("南通", 23),("拉萨", 24),("云浮", 24),("梅州", 25),
    ("文登", 25),("上海", 25),("攀枝花", 25),("威海", 25),("承德", 25),("厦门", 26),
    ("汕尾", 26),("潮州", 26),("丹东", 27),("太仓", 27),("曲靖", 27),("烟台", 28),
    ("福州", 29),("瓦房店", 30),("即墨", 30),("抚顺", 31),("玉溪", 31),("张家口", 31),
    ("阳泉", 31),("莱州", 32),("湖州", 32),("汕头", 32),("昆山", 33),("宁波", 33),
    ("湛江", 33),("揭阳", 34),("荣成", 34),("连云港", 35),("葫芦岛", 35),("常熟", 36),
    ("东莞", 36),("河源", 36),("淮安", 36),("泰州", 36),("南宁", 37),("营口", 37),
    ("惠州", 37),("江阴", 37),("蓬莱", 37),("韶关", 38),("嘉峪关", 38),("广州", 38),
    ("延安", 38),("太原", 39),("清远", 39),("中山", 39),("昆明", 39),("寿光", 40),
    ("盘锦", 40),("长治", 41),("深圳", 41),("珠海", 42),("宿迁", 43),("咸阳", 43),
    ("铜川", 44),("平度", 44),("佛山", 44),("海口", 44),("江门", 45),("章丘", 45),
    ("肇庆", 46),("大连", 47),("临汾", 47),("吴江", 47),("石嘴山", 49),("沈阳", 50),
    ("苏州", 50),("茂名", 50),("嘉兴", 51),("长春", 51),("胶州", 52),("银川", 52),
    ("张家港", 52),("三门峡", 53),("锦州", 54),("南昌", 54),("柳州", 54),("三亚", 54),
    ("自贡", 56),("吉林", 56),("阳江", 57),("泸州", 57),("西宁", 57),("宜宾", 58),
    ("呼和浩特", 58),("成都", 58),("大同", 58),("镇江", 59),("桂林", 59),("张家界", 59),
    ("宜兴", 59),("北海", 60),("西安", 61),("金坛", 62),("东营", 62),("牡丹江", 63),
    ("遵义", 63),("绍兴", 63),("扬州", 64),("常州", 64),("潍坊", 65),("重庆", 66),
    ("台州", 67),("南京", 67),("滨州", 70),("贵阳", 71),("无锡", 71),("本溪", 71),
    ("克拉玛依", 72),("渭南", 72),("马鞍山", 72),("宝鸡", 72),("焦作", 75),("句容", 75),
    ("北京", 79),("徐州", 79),("衡水", 80),("包头", 80),("绵阳", 80),("乌鲁木齐", 84),
    ("枣庄", 84),("杭州", 84),("淄博", 85),("鞍山", 86),("溧阳", 86),("库尔勒", 86),
    ("安阳", 90),("开封", 90),("济南", 92),("德阳", 93),("温州", 95),("九江", 96),
    ("邯郸", 98),("临安", 99),("兰州", 99),("沧州", 100),("临沂", 103),("南充", 104),
    ("天津", 105),("富阳", 106),("泰安", 112),("诸暨", 112),("郑州", 113),("哈尔滨", 114),
    ("聊城", 116),("芜湖", 117),("唐山", 119),("平顶山", 119),("邢台", 119),("德州", 120),
    ("济宁", 120),("荆州", 127),("宜昌", 130),("义乌", 132),("丽水", 133),("洛阳", 134),
    ("秦皇岛", 136),("株洲", 143),("石家庄", 147),("莱芜", 148),("常德", 152),("保定", 153),
    ("湘潭", 154),("金华", 157),("岳阳", 169),("长沙", 175),("衢州", 177),("廊坊", 193),
    ("菏泽", 194),("合肥", 229),("武汉", 273),("大庆", 279)]

geo = Geo(
    "全国主要城市空气质量",
    "data from pm2.5",
    title_color="#fff",
    title_pos="center",
    width=1200,
    height=600,
    background_color="#404a59",
)
attr, value = geo.cast(data)
geo.add(
    "",
    attr,
    value,
    visual_range=[0, 200],
    visual_text_color="#fff",
    symbol_size=15,
    is_visualmap=True,
)
geo.render()

from pyecharts import Map

import numpy as np

value = [155, 10, 66, 78, 33, 80, 190, 53, 49.6]
attr = [
    "福建", "山东", "北京", "上海", "甘肃", "新疆", "河南", "广西", "西藏"
    ]

#  background_color="#404a59"
map = Map("Map 结合 VisualMap 示例", width=1200, height=600, )
map.add(
    "",
    attr,
    value,
    maptype="china",
    is_visualmap=True,
    visual_text_color="#000",
)
map.render()