python可视化神器_python可视化神器——pyecharts库

pyecharts是什么？

pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果很是棒，pyecharts 是为了与 Python 进行对接，方便在 Python 中直接使用数据生成图。使用pyecharts能够生成独立的网页，也能够在flask、django中集成使用。html

安装很简单：pip install pyecharts

如需使用 Jupyter Notebook 来展现图表，只须要调用自身实例便可，同时兼容 Python2 和 Python3 的 Jupyter Notebook 环境。全部图表都可正常显示，与浏览器一致的交互体验，简直不要太强大。python

参考自pyecharts官方文档:http://pyecharts.orgnpm

首先开始来绘制你的第一个图表django

使用 Jupyter Notebook 来展现图表，只须要调用自身实例便可flask

add() 主要方法，用于添加图表的数据和设置各类配置项

render() 默认将会在根目录下生成一个 render.html 的文件，文件用浏览器打开。

我刚整理了一套2018最新的0基础入门和进阶教程，无私分享，加Python学习裙 ：227-435-450便可获取，内附：开发工具和安装包，以及系统学习路线图浏览器

使用主题

自 0.5.2+ 起，pyecharts 支持更换主体色系app

使用 pyecharts-snapshot 插件

若是想直接将图片保存为 png, pdf, gif 格式的文件，能够使用 pyecharts-snapshot。使用该插件请确保你的系统上已经安装了 Nodejs 环境。echarts

安装 phantomjs $ npm install -g phantomjs-prebuilt

安装 pyecharts-snapshot $ pip install pyecharts-snapshot

调用 render 方法 bar.render(path='snapshot.png') 文件结尾能够为 svg/jpeg/png/pdf/gif。请注意，svg 文件须要你在初始化 bar 的时候设置 renderer='svg'。

图形绘制过程

基本上全部的图表类型都是这样绘制的：ide

chart_name = Type() 初始化具体类型图表。

add() 添加数据及配置项。

render() 生成本地文件(html/svg/jpeg/png/pdf/gif)。

add() 数据通常为两个列表(长度一致)。若是你的数据是字典或者是带元组的字典。可利用 cast() 方法转换。svg

屡次显示图表

从 v0.4.0+ 开始，pyecharts 重构了渲染的内部逻辑，改善效率。推荐使用如下方式显示多个图表。若是使是 Numpy 或者 Pandas，能够参考这个示例

固然你也能够采用更加酷炫的方式，使用 Jupyter Notebook 来展现图表，matplotlib 有的，pyecharts 也会有的

Note： 从 v0.1.9.2 版本开始，废弃 render_notebook() 方法，现已采用更加 pythonic 的作法。直接调用自己实例就能够了。

好比这样

还有这样

若是使用的是自定义类，直接调用自定义类示例便可

图表配置

图形初始化

通用配置项

xyAxis：平面直角坐标系中的 x、y 轴。(Line、Bar、Scatter、EffectScatter、Kline)

dataZoom：dataZoom 组件 用于区域缩放，从而能自由关注细节的数据信息，或者概览数据总体，或者去除离群点的影响。(Line、Bar、Scatter、EffectScatter、Kline、Boxplot)

legend：图例组件。图例组件展示了不一样系列的标记(symbol)，颜色和名字。能够经过点击图例控制哪些系列不显示。

label：图形上的文本标签，可用于说明图形的一些数据信息，好比值，名称等。

lineStyle：带线图形的线的风格选项(Line、Polar、Radar、Graph、Parallel)

grid3D：3D笛卡尔坐标系组配置项，适用于 3D 图形。(Bar3D, Line3D, Scatter3D)

axis3D：3D 笛卡尔坐标系 X，Y，Z 轴配置项，适用于 3D 图形。(Bar3D, Line3D, Scatter3D)

visualMap：是视觉映射组件，用于进行『视觉编码』，也就是将数据映射到视觉元素(视觉通道)

markLine&markPoint：图形标记组件，用于标记指定的特殊数据，有标记线和标记点两种。(Bar、Line、Kline)

tooltip：提示框组件，用于移动或点击鼠标时弹出数据内容

toolbox：右侧实用工具箱

图表详细

Bar(柱状图/条形图)

Bar3D(3D 柱状图)

Boxplot(箱形图)

EffectScatter(带有涟漪特效动画的散点图)

Funnel(漏斗图)

Gauge(仪表盘)

Geo(地理坐标系)

GeoLines(地理坐标系线图)

Graph(关系图)

HeatMap(热力图)

Kline/Candlestick(K线图)

Line(折线/面积图)

Line3D(3D 折线图)

Liquid(水球图)

Map(地图)

Parallel(平行坐标系)

Pie(饼图)

Polar(极坐标系)

Radar(雷达图)

Sankey(桑基图)

Scatter(散点图)

Scatter3D(3D 散点图)

ThemeRiver(主题河流图)

TreeMap(矩形树图)

WordCloud(词云图)

用户自定义

Grid 类：并行显示多张图

Overlap 类：结合不一样类型图表叠加画在同张图上

Page 类：同一网页按顺序展现多图

Timeline 类：提供时间线轮播多张图

统一风格

注：pyecharts v0.3.2之后，pyecharts 将再也不自带地图 js 文件。如用户须要用到地图图表，可自行安装对应的地图文件包。

地图文件被分红了三个 Python 包，分别为：

全球国家地图:

echarts-countries-pypkg

中国省级地图:

echarts-china-provinces-pypkg

中国市级地图:

echarts-china-cities-pypkg

直接使用python的pip安装

可是这里你们必定要注意，安装完地图包之后必定要重启jupyter notebook，否则是没法显示地图的。

显示以下：

总得来讲，这是一个很是强大的可视化库，既能够集成在flask、Django开发中，也能够在作数据分析的时候单独使用，实在是居家旅行的必备神器