python数据可视化教程_Python数据可视化：pyecharts教程.pdf

柱柱状状图图入入门门教教程程：：pyecharts绘绘图图初初探探

免费群

活活用用柱柱状状图图 （（1））

在这个专栏中，我们将学习如 灵活使用pyecharts，在不同的数据分析场景中完成可视化任

务，将信息以高效、美观的方式展示出来。

今天我们将学习柱形图(bar plot) 的绘制，柱形图又称条形图，是用宽度相同的柱子的高度或长短来

表示数据的多少，如下图：

不过条形图远没有你想象的那么简单。针对不同的场景，为了更清楚、美观、高效地展示数据结

论，我们往往要选择各种不同的条形图来完成数据可视化。今天我们要讲解的条形图有：

1. 垂直条形图

2. 水平条形图

3. 簇状条形图

在下一期，我们将会讲解如 绘制更多类型的条形图，比如堆积条形图、3D条形、正负条形图

等，我们还会为大家演示更多图形调整的细节，比如如 添加可拖动的轴范围筛选器，效果如下

图：

第1页

当然，Echarts支持的条形图远不止这么些，我们看下Echarts在JS中支持的部分例子：

不要着急，我们慢慢来。

一一、、获获取取并并清清洗洗数数据据

第一步，我们先获取数据，并进行必要的清洗。这次我们使用seaborn 中提供的经典数据集——

itanic数据集。 itanic数据集是泰坦尼克号的乘客数据，它包含了每位乘客的各种信息，以及该乘

客是否幸存。我们的目标就是找到哪些乘客更容易存活下来。

from seaborn import load_dataset

import pandas as pd

titanic = load_dataset ('titanic')

titanic.head ()

下面我们展示一下这个数据集中的一部分列，其中survived是指该乘客是否幸存，1代表幸存，0代

表死亡；sex代表性别，male代表男性，female代表女性；age是年龄，这里有一些小数信息，我们

要将它们转换成整数。

第2页

今天我们就以不同性别、年龄中的幸存人数来为大家讲解条形图的绘制。首先我们要计算得到我

们需要的数据：

titanic = titanic [pd.notnull (titanic ['age'])]

titanic ['age'] = titanic ['age'].map (int)

titanic ['age2'] = pd.cut (titanic ['age'],

bins= [0,1 ,2 ,3 ,4 ,60,80])

data = titanic.groupby (['sex ', 'age2'])['survived'].sum ()

data

可以看到，我们已经得到了不同性别、年龄分组中的幸存人数，接下来，我们就要开始绘制了。

二二、、垂垂直直条条形形图图

我们先来看看最简单的垂直条形图的绘制，在pyecharts中，我们用Bar()函数来绘制条形图。

在此之前，我们要保证安装了pyecharts和pyecharts_snapshot （直接使用pip install xxx即可）。

from pyecharts import Bar

data_male = data ['male']

data_female = data ['female']

bar = Bar ()

bar.add ('男性', data_male.reset_index ()['age2'], data_male)

我们看下右边的红框，第一个是下载按钮，我们可以将图片保存到本地；第二个是刷新按钮；第

三个是数据视图，我们可以查看原始数据。

pyecharts相对于基于matplotlib 的可视化工具，最大的好处就是其绘制的图形是动态图，我们可以跟

它交互，以知悉更多细节。后边我们将会用动图为大家展示如 与它交互。

我们来看一下这里的代码，首先我们用bar = Bar()生成一个条形图对象，然后我们用add()方法添加

数据。我们看下这里用到的参数：

第一个参数是name，是图例的名称；

第3页

第二个参数是x_axis，这是x坐标轴的数据，要以类似列表的形式传入；

第三个参数是y_axis，这是y坐标轴的数据，形式与x_axis类似。

三三、、水水平平条条形形图图

我们还可以将条形图横过来，从而实现水平条形图的绘制。水平条形图往往适用于分类变量水平

太多