Pyecharts绘制日历热力图

热力图主要通过颜色去表现数值的大小，必须要配合 visualMap 组件使用。

Pyecharts==0.5.11

 数据

日历热力图所需数据为广州市2018年的空气质量指数数据（guangzhou_AQI_2018.csv），只需要空气质量指数AQI。

部分数据截图：

代码

接下来使用Pandas读取CSV文件，提取数据,Pyecharts绘制日历热力图。

from pyecharts import HeatMap
import pandas as pd
df = pd.read_csv("guangzhou_AQI_2018.csv")
date=list(df["Date"])
aqi_value=list(df["AQI"])
data_list=[]
for i in range(len(date)):
    date_i = date[i].replace("/","-") #将日期字符串中的"/"替换为"-"
    value_i = aqi_value[i]
    data_list.append([date_i,str(value_i)])
# print(data_list)
heatmap = HeatMap("广州市2018年空气质量指数日历热力图")
heatmap.add("",data_list,is_calendar_heatmap=True,is_visualmap=True,
            calendar_date_range="2018",calendar_cell_size=["auto",30],
            is_piecewise=True, visual_range=[10, 200],visual_orient="horizontal",
            visual_pos="center",visual_top="80%",  )
heatmap.render("日历热力图.html")
# is_visualmap=True,  # 是否启用视觉映射组件
# visual_range=[10, 200],     # 组件所允许的最大值与最小值
# visual_text_color="#000",   # 组件两端文本颜色
# visual_range_text,  # 组件两端文本
# visual_range_color=["#D8BFD8", "#FFB6C1", "#EE82EE"],   # 过度颜色，Thistle，LightPink、Violet
# visual_orient="horizontal",     # 组件条的方向，vertical和horizontal可选
# visual_pos="center",    # 组件条距左侧的位置，left、center、right可选，也可用百分数或整数
# visual_top="80%",   # 组件条距离顶部的位置，有top、center、bottom可选，也可用百分数或整数
# # visual_split_number=4,  # 分段型中分段的个数
# # is_piecewise=True,  # 将组件转换为分段型，默认为连续型
# is_calendar_heatmap=True,   # 使用日历热力图
# calendar_cell_size=["auto", 30],    # 单元格大小，默认["auto", 20]
# calendar_date_range=["2018-3-9", "2019-3-10"],   # 日期跨度，可以为str/list

效果图展示