软件测试|Python数据可视化神器——pyecharts教程（七）

pyecharts绘制炫酷日历图

什么是日历图

日历图（Calendar Chart）是一种用于可视化时间序列数据的图表类型。它以日历的形式展示数据，将时间与数据值结合在一起，使得数据的周期性和趋势在日历的视觉布局中更加直观和易于理解。

在日历图中，每个单元格代表一个日期（通常是天），并用不同的颜色、大小或其他视觉属性来表示该日期对应的数据值。例如，可以使用不同的颜色来表示数据的强度，或者使用不同的大小来表示数据的数量。

日历图通常用于展示时间序列数据的周期性、趋势和模式。它适用于各种领域，如气候数据、销售数据、股票价格、社交媒体活动等。通过日历图，用户可以更容易地发现数据中的季节性变化、周期性趋势以及异常值。

除了用于展示时间序列数据外，日历图还可以用于计划和时间管理，例如将日历图用于标记某个时间段的任务和事件，以帮助用户更好地规划和安排时间。

作为数据可视化神器，pyecharts也同样支持绘制日历图，下面我们就来介绍如何使用pyecharts来绘制日历图。

绘图实战

pyecharts有一个Calendar类来绘制日历图，我们绘制日历图主要是使用这个类来进行绘制。

比如我们要绘制2022年凯美瑞车型的销售情况日历图，数据随机生成，代码如下：

import datetime
import random
from pyecharts import options as opts
from pyecharts.charts import Calendar

# 设置开始日期和结束日期
begin = datetime.date(2022, 1, 1)
end = datetime.date(2022, 12, 31)

# 生成数据，每天的日期和随机步数
data = [
    [str(begin + datetime.timedelta(days=i)), random.randint(500, 1500)]
    for i in range((end - begin).days + 1)
]

# 创建日历图对象
c = (
    Calendar()
    .add("", data, calendar_opts=opts.CalendarOpts(range_="2022"))  # 添加数据和日历选项
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2022年凯美瑞销售情况"),  # 设置标题
        visualmap_opts=opts.VisualMapOpts(
            max_=1500,  # 设置最大值
            min_=500,  # 设置最小值
            orient="horizontal",  # 设置视觉映射条的方向
            is_piecewise=True,  # 是否分段显示
            pos_top="230px",  # 设置视觉映射条的上边距
            pos_left="100px",  # 设置视觉映射条的左边距
        ),
    )
)

# 输出为HTML文件
c.render("calendar_sale.html")

绘制的图像如下：

当然，我们也可以绘制成热力图，代码如下：

import random
import datetime
import pyecharts.options as opts
from pyecharts.charts import Calendar

# 设置开始日期和结束日期
begin = datetime.date(2022, 1, 1)
end = datetime.date(2022, 12, 31)

# 生成数据，每天的日期和随机步数
data = [
    [str(begin + datetime.timedelta(days=i)), random.randint(500, 1500)]
    for i in range((end - begin).days + 1)
]

# 创建日历图对象
c = (
    Calendar()
    .add(
        series_name="",  # 设置图例名称
        yaxis_data=data,  # 设置y轴数据
        calendar_opts=opts.CalendarOpts(
            pos_top="120",  # 设置日历图的上边距
            pos_left="30",  # 设置日历图的左边距
            pos_right="30",  # 设置日历图的右边距
            range_="2022",  # 设置日历的范围
            yearlabel_opts=opts.CalendarYearLabelOpts(is_show=False),  # 设置年份标签选项，不显示年份
        ),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(pos_top="30", pos_left="center", title="2022年凯美瑞销售情况"),  # 设置标题
        visualmap_opts=opts.VisualMapOpts(
            max_=1500, min_=500, orient="horizontal", is_piecewise=False  # 设置视觉映射选项
        ),
    )
)

# 输出为HTML文件
c.render("calendar_heat.html")

运行代码，生成的日历热力图如下图所示：

我们可以通过移动左下角的标尺来看的不同热力的图像展示，如下图：

总结

这只是一个简单的例子，你可以根据需要自定义图表样式和数据，以满足你的具体需求。在Pyecharts的官方文档中，你可以找到更多关于日历图和其他图表的详细用法和选项。