Python 数据可视化神器—Pyecharts( 二 )


文章插图
 
生成的柱状效果图是html格式的,可以在浏览器中打开查看,在浏览器中支持下载成图片格式到本地,并且点击图例即可置灰对应的图例,同时隐藏图例对应的柱状图数据,如下图所示 。

Python 数据可视化神器—Pyecharts

文章插图
 
3.Python代码实现—饼状图注意:数据准备部分的代码与柱状图一样,这里只展示饼状图特有的代码
# 从pyecharts模块中导入饼图Piefrom pyecharts import Pie# 设置主标题与副标题,标题设置居中,设置宽度为1000pie = Pie("饼状图", "Test需求—2019年的RNs", title_pos='left', width=1000)# 使用add导入数据,设置坐标位置为【20,50】,上方的colums选项取消显示pie.add("CNSZVS_002", columns, CNSZVS_002, center=[20, 50], is_legend_show=True)# 使用add导入数据,设置坐标位置为【75,50】,上方的colums选项正常显示pie.add("CWSWS_003", columns, CWSWS_003, center=[75, 50], is_legend_show=False, is_label_show=True)# 保存图表pie.render()饼状效果图展示——隐藏所占百分比
Python 数据可视化神器—Pyecharts

文章插图
 
饼状效果图展示——展示所占百分比
Python 数据可视化神器—Pyecharts

文章插图
 
4.Python代码实现—箱型图# 从pyecharts模块导入箱型图Boxplotfrom pyecharts import Boxplotboxplot = Boxplot("箱型图", "Test需求—2019年的RNs")x_axis = ['CNSZVS_002', 'CWSWS_003']y_axis = [CNSZVS_002, CWSWS_003]# prepare_data方法可以将数据转为嵌套的 [min, Q1, median (or Q2), Q3, max]yaxis = boxplot.prepare_data(y_axis)boxplot.add("2019年RNs统计", x_axis, yaxis)boxplot.render()箱型图效果展示
Python 数据可视化神器—Pyecharts

文章插图
 
5.Python代码实现—折线图from pyecharts import Lineline = Line("折线图", "Test需求—2019年的RNs")# is_label_show属性是设置上方数据是否显示line.add("CNSZVS_002", columns, CNSZVS_002, is_label_show=True)line.add("CWSWS_003", columns, CWSWS_003, is_label_show=True)line.render()折线图效果展示
Python 数据可视化神器—Pyecharts

文章插图
 
6.Python代码实现—雷达图from pyecharts import Radarradar = Radar("雷达图", "Test需求—2019年的RNs")# 由于雷达图传入的数据得为多维数据,需要将list再进行list转换一次CNSZVS_002 = [CNSZVS_002]CWSWS_003 = [CWSWS_003]# 设置column的最大值,为了雷达图更为直观,这里的月份最大值设置依据真实数据的值来设置,因此各个月份有所不同schema_diff = [("Jan", 7000), ("Feb", 5000), ("Mar", 6500),("Apr", 7000), ("May", 7000), ("Jun", 6200),("Jul", 6800), ("Aug", 7200), ("Sep", 6000),("Oct", 7300), ("Nov", 7500), ("Dec", 6000)]# 传入坐标radar.config(schema_diff)radar.add("CNSZVS_002", CNSZVS_002)# 一般默认为同一种颜色,这里为了便于区分,需要设置item的颜色radar.add("CWSWS_003", CWSWS_003, item_color="#1C86EE")radar.render()雷达效果图展示
Python 数据可视化神器—Pyecharts

文章插图
 
7.Python代码实现—散点图from pyecharts import Scatterscatter = Scatter("散点图", "Test需求—2019年的RNs")# xais_name是设置横坐标名称,这里由于显示问题,还需要将y轴名称与y轴的距离进行设置scatter.add("CWSWS_003&CNSZVS_002 RNs的散点分布", CNSZVS_002, CWSWS_003, xaxis_name="CNSZVS_002", yaxis_name="CWSWS_003", yaxis_name_gap=40)scatter.render()散点图效果展示
Python 数据可视化神器—Pyecharts

文章插图
 
总结
  • 准备符合要求的数据及其格式
  • 导入对应图表所使用的包
  • add()方法:主要方法,用于添加图表的数据和设置各种配置项
  • render()方法:用于保存生成的图表




推荐阅读