# 只需 shift+回车 运行本单元格,就可以让jupyter notebook宽屏显示
from IPython.core.display import display, HTML
display(HTML(''))
图表类型 | 适用场景 |
---|---|
散点图 | 适用于大量数据中寻找规律,如回归分析中,常用于比较跨类别的聚合数据 |
折线图 | 观察一个或者多个数据指标连续变化的趋势,显示随时间而变化的连续数据,所有值数据沿垂直轴均匀分布 |
柱状图 | 展示多个分类的数据变化和同类别各变量之间的比较情况,适用于较小的数据集 |
柱线图 | 柱状图和折线图在同一个图表展现数据,同时展现出两类数据的特点 |
箱形图 | 利用数据中的五个统计量:最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法, |
热力图 | 通过密度函数进行可视化用于点的密度的热图,能够缩放点的密度,热力图适合用于交通出行等 |
饼状图 | 饼状图常用于统计学模型,反映各组成数据之间的比例 |
树图 | 层次化数据的可视化方法,把目的与需要采取的措施或手段,并绘制成图,寻找最佳手段或措施 |
词云图 | 文本中出现频率较高的词以视觉化的展现,词云图过滤掉大量的低频低质的文本信息,使其一目了然 |
地理数据图 | 将数据信息结合具体的坐标展示在地图上,如最近网上疫情地图,以直观反映出各地区的情况 |
# 导入库
from pyecharts.faker import Faker
# dir(name)获取name模块的属性列表,并从列表中截取可获得随机数据
dataset_name_list = dir(Faker)[-21:]
print("显示前5个:",dataset_name_list[:5])
显示前5个: ['animal', 'cars', 'choose', 'clock', 'clothes']
# 如我们想获取伪造的animal的数据可通过下面的代码实现
animal = Faker.animal
values = Faker.values(1,20)
a = dict()
for i in range(len(animal)):
a[animal[i]] = values[i]
print(a)
{'河马': 7, '蟒蛇': 3, '老虎': 5, '大象': 15, '兔子': 9, '熊猫': 16, '狮子': 5}
import pyecharts.charts as pe
# 通过dir()查看模块内的图有哪些,这里只显示了5个
dir(pe)[:5]
['BMap', 'Bar', 'Bar3D', 'Boxplot', 'Calendar']
# 如果我们需要绘制Bar图(柱状图,条形图),通过以下方法调用
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("A", Faker.values())
.add_yaxis("B", Faker.values())
)
c.render_notebook()
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar({
"theme":ThemeType.MACARONS})
.add_xaxis(Faker.choose())
.add_yaxis("A", Faker.values())
.add_yaxis("B", Faker.values())
)
c.render_notebook()
# 通过dir()可以看到有16种样式
dir(ThemeType)[:16]
['BUILTIN_THEMES',
'CHALK',
'DARK',
'ESSOS',
'INFOGRAPHIC',
'LIGHT',
'MACARONS',
'PURPLE_PASSION',
'ROMA',
'ROMANTIC',
'SHINE',
'VINTAGE',
'WALDEN',
'WESTEROS',
'WHITE',
'WONDERLAND']
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar(init_opts=opts.InitOpts(width="900px",height="500px",theme=ThemeType.CHALK))
.add_xaxis(Faker.choose())
.add_yaxis("图例1", Faker.values())
.add_yaxis("图例2", Faker.values())
.set_global_opts(title_opts=opts.TitleOpts("标题"))
)
c.render_notebook()
from pyecharts.commons.utils import JsCode
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
from pyecharts.faker import Faker
# 这句暂时不太懂,从官网复制过来的
background_color_js = (
"new echarts.graphic.LinearGradient(0, 0, 0, 1, "
"[{offset: 0, color: '#c86589'}, {offset: 1, color: '#06a7ff'}], false)"
)
c = (
Bar(init_opts=opts.InitOpts(width="900px",height="500px",theme=ThemeType.CHALK,bg_color=JsCode(background_color_js)))
.add_xaxis(Faker.choose())
.add_yaxis("图例1", Faker.values())
.add_yaxis("图例2", Faker.values())
.set_global_opts(title_opts=opts.TitleOpts("标题"))
)
c.render_notebook()
之所以学习Pyecharts,是因为我认为绘图十分炫酷,而且是交互式,还可以用于Django等Web开发框架。以上常用模块和代码均参考官网,从官网的实例来看,外部调用的主要来自这5个模块,今天是正式学习Pyecharts第一天,还不是很了解,明天继续加油。