Python 可视化1 使用pyecharts(V1+)可视化

说明

早就该搞好的一部分，简单来说python本身自带的pyplot也好，seaborn也好画的图都有点…（当然有高手用简陋的工具也能画的很好）。从根本上我觉得可视化就是js该做的事，我的理想是使用d3js来画图–现实当然是哪个方便用哪个。

这个阶段我不打算深入研究js画图，但先把pyplot替换了（真心觉得研究用pyplot画图浪费时间，太麻烦了）。

内容

1 安装

pip install pyecharts
也可以加个镜像源（一般我用阿里，豆瓣的好像也不错）
pip install pyecharts -i https://mirrors.aliyun.com/pypi/simple/

2 使用

v1版的语法和以前的不同，包结构都变了，可以去下载gallery里面参考例子

各种类型的图表：

各种文件类型的实例：

3 使用

3.1 生成文件

我在jupyter里面使用，按示例画柱状图

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
    .render("bar_base.html"))

就会生成一个h5文件,render不加参数会生成默认的render.html。使用c=()的写法大约是为了避免换行(\)？不打算深究这个问题。

其中c的返回是路径

btw, 远程使用jupyter最好还是封在容器里用。

3.2 在jupyter中显示

将render改为render_notebook就可以直接返回h5,jupyter可以直接显示

c = (Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
    .render_notebook())

不到十分钟就可以用起来了，很方便。bye bye pyplot。